表示ページに戻る

検索結果

- 定番
- 新作
{{val.page_cat}}

{{val.page_ttl}}

{{val.page_descr}}

AI・機械学習研修　回帰・分類・レコメンド編（２日間）

機械学習の基礎を理解し、簡単なモデルが作れるようになる

講師派遣型研修の検索
- 表示ページに戻る
お見積りはこちら

すべての研修で、オンライン実施のご相談を承っております!※カリキュラムの一部に変更が必要なテーマもございますので、ご了承ください

対象者

全階層

・自社データをＡＩで分析したいが、どう始めたらよいか分からない方

研修内容・特徴outline・feature

マシンでの実習中心の研修です。機械学習の基礎を理解し、簡単なモデルを作れるようになることが目標です。GUIベースで初心者でも直感的に操作でき、廉価に使えるMicrosoft Azure Machine Learningを用い、基本的な操作を学んだうえで、サンプルデータをもとに実際にモデルを構築します。

機械学習の中でもよく用いられる、回帰、クラス分類、レコメンド（推薦）の3種類のアルゴリズムを実際に動かしながら研修を進めます。自社データをＡＩで分析したいが、どう始めたらよいか分からない方におすすめです。

研修プログラム例program

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用途～回帰・クラス分類・クラスタリング・次元削減・レコメンド（３）活用事例【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．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇの使い方（１）ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇとは（２）なぜＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇなのか（３）ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇＳｔｕｄｉｏの基本操作	講義ワーク
	３．機械学習実践　～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．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ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】ＤｅｃｉｓｉｏｎＦｏｒｅｓｔ，ＢｏｏｓｔｅｄＤｅｃｉｓｉｏｎＴｒｅｅとの結果を比較する	講義ワーク
	５．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ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）レコメンドモデル構築【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

5423

ビジネス活用編

{{list[0]['categoryBottom']}}関連の全力Q&A

よくあるご質問について、研修のプロとして熱く丁寧に回答します。

{{value['pageName']}}

カスタマイズ事例～ケーススタディCASE STUDY

本研修のカスタイマイズ事例として、作成したケーススタディを業界別にご紹介します。

{{val.trade}}

{{theme}}研修のケーススタディ一覧

受講者の声VOICE

実施、実施対象

2019年11月　　　　　7名

業種

インソース

評価

内容：大変理解できた・理解できた

85.7%

講師：大変良かった・良かった

100%

参加者の声

後半に演習が多く準備されていて、前半に学んだ講義内容について理解を深めることができてよかったです。
0からの学習でしたが機械学習の基礎、手法を知ることができました。今後知識を深め業務へと活用できたらと思います。
実際の開発現場の話などが聞けて有益だった。

開発者コメントcomment

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。

読み物・コラムcolumn

お問合せ

インソースでは、お客さまの様々なお悩み・ニーズに応じたサービスをご用意しております。
まずはメールかお電話にて、お気軽にご相談ください。

Q&A一覧

お問合せはこちら

よくいただくご質問～特徴や内容など講師派遣型研修について詳しくご説明

→よくいただくご質問一覧

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。

AI・RPA研修の評価

年間総受講者数: 1,483名

内容をよく理解・理解: 83.5％

講師がとても良い・良い: 80.1％

※2020年10月～2021年9月

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用途～回帰・クラス分類・クラスタリング・次元削減・レコメンド（３）活用事例【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．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇの使い方（１）ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇとは（２）なぜＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇなのか（３）ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇＳｔｕｄｉｏの基本操作	講義ワーク
	３．機械学習実践　～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．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ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】ＤｅｃｉｓｉｏｎＦｏｒｅｓｔ，ＢｏｏｓｔｅｄＤｅｃｉｓｉｏｎＴｒｅｅとの結果を比較する	講義ワーク
	５．ＡｚｕｒｅＭａｃｈｉｎｅＬｅａｒｎｉｎｇ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）レコメンドモデル構築【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

AI・機械学習研修　回帰・分類・レコメンド編（２日間）

対象者

研修内容・特徴outline・feature

研修プログラム例program

{{list[0]['categoryBottom']}}関連の全力Q&A

カスタマイズ事例～ケーススタディCASE STUDY

受講者の声VOICE

開発者コメントcomment

関連の研修を探す

読み物・コラムcolumn

インソースの研修はここまでやります

事前課題の実施

事後アンケート・講師報告書の提出

研修効果を高めるオプションサービスもございます。ご相談ください

■ご相談、お見積りはこちら

■WEB からのお問合せもご利⽤ください