2023年度 AI/機械学習講習会（PC実習あり）入門編 ［予定プログラム］
［講習時間］13:30 ～ 17:00
［予定プログラム］
■入門編 機械学習に関する概念や座学が中心です。一部演習（デモンストレーション）やハンズオン（実習体験）があります。
※なお「基礎編」プログラム詳細は こちら。
-
- はじめに
1.1 機械学習とは
1.2 AIと機械学習の歴史
1.3 機械学習の開発スタイル
1.4 Pythonと機械学習
-
- Pythonによる機械学習の環境構築
2.1 miniconda概説
2.2 minicondaのインストール
2.3 Jupyter Notebook
[ハンズオン体験]
-
- 機械学習の様々な側面
3.1 機械学習をとりまく環境
3.2 機械学習の関連分野
– 人工知能
– 計算機科学
– ビッグデータ処理
3.3 学習法による分類
– 教師あり学習
– 教師なし学習
– 半教師あり学習
– 強化学習
3.4 手法や課題設定による分類
– 回帰問題
– 分類問題
– クラスタリング
3.5 ディープラーニング (深層学習)
– ディープラーニング概説
– 従来の機械学習との違い
– 機械学習に必要なデータ数
3.6 利用する上での注意事項
– 利用する上での注意事項
– 機械学習の考え方
– データとモデルのバランス
3.7 機械学習を導入する上での注意点
– 導入する上での注意点
– 組織に導入する上での注意点
-
-
-
- 利用ソフトウェアの解説
-
-
4.1 numpy
– 演習
4.2 pandas
– 演習
4.3 matplotlib
– 演習
————————-
トピック 機械学習の応用例
– 顔認証
– 自動運転
– 飲食店画像会計システム
– 生成AI