【公開講座】ＡＩ・機械学習研修～回帰・分類・レコメンド編（２日間）　

18/03/12 更新

このページは公開講座の研修を紹介しています

対象者

・機械学習の基礎的手法を理解したい方
・テストデータをもとに実際にモデルを作り、改善していく流れを理解したい方
・Microsoft Azure Machine Learningを使ってみたい方

※本研修は機械学習の入門者向けです。

【前提知識】

基礎的なPC操作技術

研修内容

機械学習の基礎を学び、廉価なAIツールのMicrosoft Azure Machine Learningを実際に使っていただきます。マウス操作が中心の初心者でも直感的でわかりやすいツールです。

本研修では、ビジネスでよく活用されるレコメンドなどのモデル構築を行ないますので、受講後、すぐに業務改善にご活用できます。

研修プログラム例

研修プログラム例
	内容	手法
	１．機械学習の基礎（１）機械学習とは（２）機械学習の仕組みと種類（３）活用事例（４）【ワーク】社内業務におけるＡＩ活用とアプローチについて考える	講義ワーク
	２．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇの使い方（１）Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇとは（２）なぜＡｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇなのか（３）Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　Ｓｔｕｄｉｏの基本操作	講義ワーク
	３．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～回帰（１）回帰とは（２）回帰モデル構築～交差検証、ホールドアウト法、過学習【ワーク】線形回帰で自動車価格を予測するモデルを作る（３）評価【ワーク】モデルの精度を評価する～ＭＡＥ、ＲＭＳＥ、決定係数（４）改善【ワーク】ベイズ線形回帰との結果を比較する	講義ワーク
	４．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～クラス分類（１）クラス分類とは（２）クラス分類モデル構築【ワーク】ロジスティック回帰で乳がん罹患有無を判定するモデルを作る（３）評価【ワーク】モデルの精度を評価する～正解率、真陽性率、偽陽性率、ＲＯＣ、ＡＵＣ（４）改善【ワーク】Ｄｅｃｉｓｉｏｎ　Ｆｏｒｅｓｔ，Ｂｏｏｓｔｅｄ　Ｄｅｃｉｓｉｏｎ　Ｔｒｅｅとの結果を比較する	講義ワーク
	５．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～レコメンド（１）レコメンドとは～協調フィルタリング（２）レコメンドモデル実践【ワーク】レストランの評点や類似性を予測モデルを作る（３）評価【ワーク】モデルの精度を評価する～ＮＤＣＧ，ＭＡＥ，ＲＭＳＥ（４）実用化【ワーク】レストランをおすすめするモデルを稼働させる（５）導入事例～実稼働中のセミナーレコメンドモデル	講義ワーク
	６．参考～外部からのアクセス【ワーク】外部からのアクセスを行うためのモデル編集を行う	ワーク

研修制作者からひとこと

　人間が行うには時間がかかったり、難しかったりする問題に対しても、既に様々な分野でAI（人工知能）は活用され、生産性向上に役立てられてきました。近年では、AIの適用範囲がさらに拡大し、ますます重要度を増しています。

　Microsoft Azure Machine Learningは、インソースのAI開発にも使われており、使い方を工夫することにより、少ない手間で大きな効果を生み出せています。受講される方にもその可能性を感じていただければ嬉しいです。

スケジュール

公開講座を手軽にお安く受講いただけます！
※一部の研修は、割引対象外となります。
→WEBinsourceの詳細と新規登録はこちら

お申込み時の注意点→お申込みから研修当日までの流れ

（１）同業の方のご参加はご遠慮いただいております。
（２）最低履行人数の４名に達しなかった場合、研修が中止となる可能性がございます。中止の可能性がある場合は研修日の２週間前に中間報告、１週間前に開催可否の連絡をさせていただきます。
（３）研修実施３週間を切った時点で、お申込み者数が０名の場合、開催日程をＨＰから削除させていただくことがあります。

※登壇予定の講師は予告なく変更になる場合がございますことをご了承くださいませ

４名様以上でのご検討の際、日程の都合が合わない場合や、開催予定が表示されていない場合には、開催のリクエストが可能です。
公開講座部（03-5259-0071）までご相談ください。

研修リクエストサービスとは？

よくあるご質問

→よくいただくご質問一覧

受講者の評価

研修評価

内容：大変理解できた・理解できた

88.1 %

講師：大変良かった・良かった

94.0 %

※2016年10月～2017年9月

実施、実施対象

2017年 7月　　　　　3名

業種

公開講座

評価

内容：大変理解できた・理解できた

100%

講師：大変良かった・良かった

100%

参加者の声

分析の仕方、データの使い方が肝であることが実際に体感できたので、日々取得しているデータをどう利用するかを意識して抽出するようにしたい。
前知識がなく受講したが、機械学習についての入門知識が習得できた。

実施、実施対象

2017年 6月　　　　　3名

業種

公開講座

評価

内容：大変理解できた・理解できた

100%

講師：大変良かった・良かった

100%

参加者の声

まずは目的を決めて、試行錯誤を繰り返す必要があると思った。いずれお客様に機械学習を使って発注数のリコメンドを行うなどに利用したいと思った。
機械学習によるデータ解析に活用していけそう。Pythonをやる前のクリーニングに有用と感じた。

お電話でのお問合せ0120-800-225

メールでのお問合せ

タイミングが合えば１名様からでも格安で受けたい研修が受けられる研修リクエストを受付中！

※研修リクエストの詳細は
こちら

TEL：03-5259-0071

FAX：03-5259-0077

下記情報を無料でＧＥＴ！！

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

メールマガジンのご登録はこちら

登録は左記QRコードから！

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

本研修の評価

内容をよく理解・理解: 88.1 ％

講師がとても良い・良い: 94.0 ％

※2016年10月～2017年9月

公開講座の年間実績

受講者数^※1: 42,828名

開催数^※1: 5,562回

講座数^※2: 1,828種類

WEBinsource ご利用者数^※2: 約5,804社

※1 2016年10月～2017年9月

※2 2017年9月末時点

公開講座LINK: 公開講座TOP

活用事例

特徴

FAQ

スケジュール

研修会場

ラインナップ

研修リクエスト

WEBカタログ

ランキング

研修を探す

開催地で探す

スケジュールで探す

土日開催

テーマで探す

階層別で探す

関連公開講座

お得なサービスプラン

: 4,500社以上のお客さまがご利用中！公開講座をカンタンにお申込みできる無料のWEBサービス
※2017年3月末時点

公開講座をリーズナブルに受講できるお得な割引パックをご用意しております

くわしくはこちら

受講者が研修を申し込めるシステムです。

くわしくはこちら

講師派遣型研修

お客さまの課題に応えるオーダーメイド型研修

研修一覧

関連テーマ

インソースがご提供する 「これまでと違う」サービス。

最新の情報を無料配信中！: 新作研修、新サービス、無料セミナー、公開講座割引、資料プレゼント、他社事例、研修運営のコツなどをお届けします。; メールマガジンのご登録

を利用する

初めての方はこちら

インソースの公開講座を手軽にお安くご受講いただける研修ご担当者さまのための法人向け無料サービスです

昨年は１８０のリクエストにお応えしました！希望の日程がない！とお悩みのご担当者様。ご希望のカリキュラム、ご希望の日程で研修リクエストを承っております。

おすすめ研修・サービス

公開講座新作研修

2018年4月10日

(若手向け）テレアポ・飛び込み営業実践研修

2018年3月27日

会社のしくみを知る研修～経営数字から企業活動を理解する

2018年3月27日

ソリューション提案力向上研修

2018年3月19日

ビジネス文書研修～実践編

2018年3月14日

製品開発のためのマーケティング基礎研修

公開
講座

公開
講座

公開
講座

公開
講座

公開
講座

公開
講座

公開
講座

公開
講座

公開
講座

研修プログラム例
	内容	手法
	１．機械学習の基礎（１）機械学習とは（２）機械学習の仕組みと種類（３）活用事例（４）【ワーク】社内業務におけるＡＩ活用とアプローチについて考える	講義ワーク
	２．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇの使い方（１）Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇとは（２）なぜＡｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇなのか（３）Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　Ｓｔｕｄｉｏの基本操作	講義ワーク
	３．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～回帰（１）回帰とは（２）回帰モデル構築～交差検証、ホールドアウト法、過学習【ワーク】線形回帰で自動車価格を予測するモデルを作る（３）評価【ワーク】モデルの精度を評価する～ＭＡＥ、ＲＭＳＥ、決定係数（４）改善【ワーク】ベイズ線形回帰との結果を比較する	講義ワーク
	４．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～クラス分類（１）クラス分類とは（２）クラス分類モデル構築【ワーク】ロジスティック回帰で乳がん罹患有無を判定するモデルを作る（３）評価【ワーク】モデルの精度を評価する～正解率、真陽性率、偽陽性率、ＲＯＣ、ＡＵＣ（４）改善【ワーク】Ｄｅｃｉｓｉｏｎ　Ｆｏｒｅｓｔ，Ｂｏｏｓｔｅｄ　Ｄｅｃｉｓｉｏｎ　Ｔｒｅｅとの結果を比較する	講義ワーク
	５．Ａｚｕｒｅ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ実践　～レコメンド（１）レコメンドとは～協調フィルタリング（２）レコメンドモデル実践【ワーク】レストランの評点や類似性を予測モデルを作る（３）評価【ワーク】モデルの精度を評価する～ＮＤＣＧ，ＭＡＥ，ＲＭＳＥ（４）実用化【ワーク】レストランをおすすめするモデルを稼働させる（５）導入事例～実稼働中のセミナーレコメンドモデル	講義ワーク
	６．参考～外部からのアクセス【ワーク】外部からのアクセスを行うためのモデル編集を行う	ワーク

【公開講座】ＡＩ・機械学習研修～回帰・分類・レコメンド編（２日間）

対象者 function elqTrack(){ var trackPara = window.location.pathname.substr(1).replace(/\//g,'%2f').replace(/.html/g,''); if(typeof(_elq) != 'undefined'){_elq.trackEvent('https://www.insource.co.jp/elq_track/print.html?urlCode=' + trackPara);}; }

研修内容

研修プログラム例

研修制作者からひとこと

スケジュール

よくあるご質問

受講者の評価

【公開講座】ＡＩ・機械学習研修～回帰・分類・レコメンド編（２日間）　

対象者