  協栄ニュース ２０１９年１０月号協賛 AI アスリート九州塾のご案内 |
2019/10/ 1 |
2019年10月吉日
『協賛 AI アスリート九州塾のご案内』
恒例の最新技術セミナーのご案内です。
弊社で協賛いたしております「AI アスリート九州塾」のご案内です。
近年、各種企業様では、「デジタル化（デジタルトランスフォーメーション）」と
いう新しい取組みをご検討されています。そして利活用するデータも十分に蓄積さ
れてきました。しかしながら、データを活用するために、どのようにデータを整理
・分析すればいいのか、AI は何をどこまでしてくれるのかわからないという課題
をよく耳にします。このような課題を解決するには、独学や 1 日程度の体験セミ
ナーだけでは難しい側面がございます。この度、このような課題の解決に大変有用
な AI アスリート塾を初めて九州で開催いたします。
「ＡＩアスリート 九州塾」は、株式会社豆蔵および株式会社あしたの学び Lab が
開発したカスタム PBL(Project Based Learning ) です。
【機械学習についての基本的な理解をしたうえで】
【その技術を利用した企画を策定してみる】
という一連のプロジェクト（流れ）を３日間で凝縮して行うものです。
そして、本塾では、具体的な到達目標を定義しております。この機会に塾にご参加頂
き、
貴社様の未来を描く第一歩を踏み出してください。
<到達目標>
・データ分析プロセスの全体像を理解し、データ分析の手順を説明できる
・データ分析でよく使われる統計手法と機械学習の用語を理解し、統計と機械学習の
違いを
説明できる
・機械学習の基礎的な用法・手順を理解し、概要を説明できる
・R 言語の基礎的な操作方法を理解し、データの可視化ができる
・数値データを使った機械学習のモデルを説明できる
・カテゴリデータを使った機械学習のモデルを説明できる
・教師あり機械学習の分析プロセスと適用事例を説明できる
・教師なし機械学習の分析プロセスと適用事例を説明できる
・分析精度について説明できる
・機械学習を使った業務改善、新サービスが企画できる
・業務に活用する適用範囲の策定や、実際のプロジェクトの開始に進んでいくことが
できる。
■日時 : ２０１９年１０月８日 (火)〜１０日(木)（１0：３０開場）
■対象者：プログラム経験（1年程度以上）があることが望まれます（業務での経験
は問いません）
統計学や数学に関して専門的・体系的な教育などの前提条件は、特にありません
■費用 :110,000円
■定員 :10名
■会場 :ヒューマンテクノシステム 会議室
〒812-0018 福岡市博多区住吉2-2-1井門博多ビルイースト2F
TEL：092-271-5810
【最寄駅】 JR博多駅 博多口より徒歩10分
西鉄バス キャナルシティ前下車 徒歩3分
■プログラム
＜1日目 10月8日 （火）＞
11:00〜12：00 ・オリエンテーション（自己紹介等）・注意事項等の説明
13:00〜15:00 統計手法・機械学習についての講義・統計手法
- 統計で使用する用語の説明
- 統計と機械学習の違い・機械学習の全般的な講義
- 特徴量・目的変数などの役割
- 機械学習の分類（回帰・分類）
- 基礎的な手順（学習・テスト）
- 過学習・検定について
15:15〜17:15 環境設定・Pythonの基本・統計手法ハンズオン
・Jupyter notebookの使い方
・Pythonによるデータ解析の基本
- Pythonの基本的な文法
- Pythonにおけるデータ型
- 基本的な統計関数
- 基本的な可視化・単回帰分析
17:15〜18:00 今日の振り返り、質疑、宿題
＜2日目 10月9日（水）＞
10:00〜12:30 1日目復習・機械学習事始めハンズオン (1/4)
・予測を目的とした回帰分析
- 非線形回帰分析
13:30〜15:30 機械学習事始めハンズオン (2/4)・分類問題
- ロジスティック回帰
- 多値線形分類
- サポートベクタマシン
- 決定木
- ランダムフォレスト・オーバーフィット・過学習とは
15:45〜17:15 機械学習事始めハンズオン (3/4)・特徴選択
- 線形回帰モデルによる特徴選択
- MARSによる説明変数影響解析
- ランダムフォレストによる説明変数影響解析
- 決定木による特徴選択・ニューラルネットワーク
- ニューラルネットワークとは
- ニューラルネットによる分類
- ニューラルネットによる回帰
- 深層学習による画像認識
17:15〜18:00 今日の振り返り、質疑、宿題
＜3日目 10月10日（木）＞
10:00〜12:30 2日目復習 機械学習事始めハンズオン (4/4)・次元削減法
- 変数選択
- 主成分分析・教師なし学習
-クラスタ分析・階層的クラスタ分析
・k平均法
・自己組織化写像
13:30〜15:30 本研修のまとめ・典型的な学習アルゴリズム
データ分析のプロセス例
宿題についてのディスカッション
15:45〜17:15 機械学習の適用検討（企画フェーズ）
・データ分析のよくある適用例
・業務での適用のアイデア
17:15〜18:00 今日の振り返り、質疑
====================================================
◆ お申し込み方法
申し込み用紙を所定欄ご記入の上、下記の担当者までMail及びFaxで
お申し込み下さい。
Mail： kyoei-info@kyoei-ele.com FAX： 092-761-4126 担当吉村
ご参加申し込みの方には後程、受講票メールでお送りいたします。
株式会社協栄エレクトロニクス TEL：092-761-6657
---------------------------------------------------------------------
■貴 社 名:
---------------------------------------------------------------------
■部 署 名:
---------------------------------------------------------------------
■お 役 職:
---------------------------------------------------------------------
■ご 芳 名:
---------------------------------------------------------------------
■ご 住 所:〒
---------------------------------------------------------------------
■電話番号:
---------------------------------------------------------------------
■FAX番号 :
----------------------------------------------------------------------
■E-Mail :
----------------------------------------------------------------------
■お聞きになりたい点：
----------------------------------------------------------------------
■出席出来ないが「 」資料がほしい （ いる ・ いらない ）
======================================================================
-----------------------------------------------------------------------