Home
->  3月開催 その他セミナー  4月開催 その他セミナー 

【Live配信セミナー】
非データサイエンティストのための時系列データ分析の基礎と実践

3月開催 その他セミナー  更新日:2021年2月 2日
 セミナー番号【104503】4/15 講師1名
★画像・言語・音・状態をどのように数値情報に変換するか!
数式を出来るだけ使わず実践のためのポイントを解説します!

【Live配信セミナー】
非データサイエンティストのための時系列データ分析の基礎と実践


■ 講師
:(株)ネクステージ AIアナリスト 太田 桂吾氏

■ 開催要領
日 時 :
2021年4月15日(木)10:30~16:30

会 場 : Zoomウェビナーを利用したLive配信  ※会場での講義は行いません
(聴講者のビデオはOFFに設定しています)
聴講料 :
1名につき55,000円(消費税込、資料付) 
〔1社2名以上同時申込の場合1名につき49,500円(税込)〕

■ Live配信セミナーの受講について
・本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。

・下記リンクから視聴環境を確認の上、お申し込みください。
 → https://zoom.us/test

・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
 セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。

・Zoomクライアントは最新版にアップデートして使用してください。
 Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。

・パソコンの他にタブレット、スマートフォンでも視聴できます。

・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
 お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。

・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。

・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。

・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。

・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
 万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。



プログラム

【講演趣旨】
講師は、専門の研究者ではなく、システム開発者なので、とにかく実践で使えることを第一に考えていま す。 前半で、機械学習・ディープラーニングを概観・整理します。データ分析の未経験者でもわかるように可能な限り数 式を排して説明します。後半は、センサー等の時系列データデータの分析手法を概観し、実践のポイントを解説しま す。また、処理の違いにより、結果に対してどの程度の際が生まれるか、を実験、説明します。時系列のデータ分析作 業を始めたいと思われている方に最適です。


【講演項目】
1.機械学習/ディープラーニングの数理・確率論
  ~対象物を数値情報へ変換する~
  1.1 次元とベクトル
  1.2 画像を数値情報へ変換する
  1.3 言語を数値情報へ変換する
  1.4 音を数値情報へ変換する
  1.5 状態を数値情報へ変換する

2.機械学習の基礎と実践
  2.1 機械学習の基本
    1)データがモデルをつくる
  2.2 学習の種類
    1)教師あり学習の基本
    2)教師なし学習の基本
    3)強化学習の基本
  2.3 結果の分類
    1)回帰
    2)クラス分類
    3.ディープラーニングの基礎と実践
  3.1 機械学習とディープラーニングの違いは?
    1)ディープニューラルネットワークとは
    2)把握すべきディープニューラルネットワークの特性
  3.2 ディープラーニングを分類し、その特徴を把握する
    1)畳み込みニューラルネットワーク CNN
    2)再帰型ニューラルネットワーク RNN
    3)強化学習 (Deep Q-learning)
4.時系列データ処理の基本
  4.1 時系列データの定義
  4.2 データの特性を確認する
    1)時間軸/場所の考慮
    2)データを発生させるもの
  4.3 データの前処理
    1)共通前処理
      回帰問題に対応するためのデータ処理
      正規化
      ワンホットベクトル
  4.4 データのグラフ化
    1)目視確認することの重要性
    2)具体的手法
  4.5 自己相関と変動
    1)自己相関
    2)変動
    3)実際のデータで確認
  4.6 ARIMAモデル
    1)ARIMAモデル(自己回帰和分移動平均モデル)
    2)SARIMAモデル
    3)実際のデータで確認
  4.7 DNN(RNN)モデル
    1)RNNモデル
    2)LSTMモデル
    3)実際のデータで確認

5.このセミナーだけで終わらせないために

【質疑応答】