Pythonで学ぶ機械学習＆ディープラーニング ハンズオン - scikit-learn、LightGBM、Keras / TensorFlow -

September 30, 2022

PythonMachine LearningDeep Learningscikit-learnLightGBMKerasTensorFlowAI

Course Details

  • Duration: 2 days
  • Start Date: September 29, 2022
  • End Date: September 30, 2022
  • Level: Beginner to Intermediate
  • Format: Hands-on workshop with practical exercises
  • Technologies: Python, scikit-learn, LightGBM, TensorFlow, Keras, PyTorch

コース概要

機械学習の概要と実装方法を、講義とハンズオン演習で取得します。

障壁になりやすい難解な数学などは必要十分に抑え、実習を通して2日間で効率的・体系的に知識とスキルを身に着けることができます。 機械学習でよく用いられるライブラリであるscikit-learnやLightGBM、人気のディープラーニングフレームワークTensorflow / Kerasなどを学習でき、データの取り扱い、モデル構築、モデル評価、モデルのチューニングといったプロセスを実践できるようになります。

学習目標

● 機械学習の概要を説明できる
● scikit-learnを使用して機械学習モデルを実装できる
● LightGBMを使用した機械学習モデルを実装できる
● Tensorflow/Keras を用いてディープラーニングを実装できる
● Tensorflow/Kerasを用いて画像分類モデルを実装できる

学習内容

1. 機械学習の概要

  • 機械学習の概要
  • 機械学習を利用・構築するためのプロセス
  • 機械学習開発の環境

2. 線形回帰 – scikit-learn -

  • 線形回帰
  • 線形回帰モデルの実装
  • 特徴量選択による線形回帰モデルの改良
  • 演習：線形回帰

3. ロジスティック回帰 – scikit-learn -

  • ロジスティック回帰
  • ロジスティック回帰の実装
  • 標準化によるロジスティック回帰モデルの改良
  • 演習：ロジスティック回帰

4. 決定木、ランダムフォレスト – scikit-learn -

  • 決定木
  • 決定木の実装、パラメータチューニング
  • オプション演習：決定木
  • ランダムフォレスト
  • ランダムフォレストの実装、パラメータチューニング
  • オプション演習：ランダムフォレスト

5. 勾配ブースティング – LightGBM -

  • 勾配ブースティング木
  • LightGBMの実装、パラメータチューニング
  • 交差検証法・グリッドサーチ
  • 演習：LightGBM & グリッドサーチ

6. ディープラーニング – TensorFlow / Keras -

  • ディープラーニング
  • TensorFlow / Keras
  • 演習：ディープラーニング
  • 演習：構造化データへの機械学習の適用プロセスの検討
  • 構造化データへの機械学習の活用例

7. CNNによる画像分類 – TensorFlow / Keras -

  • 畳み込みニューラルネットワーク（CNN）
  • TensorFlow / KerasよるCNN画像分類
  • 演習：CNN画像分類
  • 画像分類の活用例

付録：PyTorchによるディープラーニングの実装