お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
機械学習の基礎
- 機械学習の概念とワークフローの紹介
- 監督学習と非監督学習
- 機械学習モデルの評価:指標と手法
ベイジアン方法
- ナイーブベイズと多項モデル
- ベイジアンカテゴリカルデータ分析
- ベイジアングラフィカルモデル
回帰手法
- 線形回帰
- ロジスティック回帰
- 一般化線形モデル(GLM)
- 混合モデルと加法的モデル
次元削減
- 主成分分析(PCA)
- 因子分析(FA)
- 独立成分分析(ICA)
分類手法
- K-Nearest Neighbors (KNN)
- 回帰と分類のためのサポートベクターマシン(SVM)
- ブースティングとアンサンブルモデル
ニューラルネットワーク
- ニューラルネットワークの紹介
- 分類と回帰のためのディープラーニングの応用
- ニューラルネットワークのトレーニングと調整
高度なアルゴリズムとモデル
- 隠れマルコフモデル(HMM)
- 状態空間モデル
- EM アルゴリズム
クラスタリング手法
- クラスタリングと非監督学習の紹介
- 一般的なクラスタリングアルゴリズム:K-Means, 層別クラスタリング
- クラスタリングのユースケースと実践的な応用
まとめと次なるステップ
要求
- 統計とデータ分析の基本的な理解
- R, Python、または他の関連プログラミング言語でのプログラミング経験
対象者
- データサイエンティスト
- 統計家
14 時間
お客様の声 (3)
トレーナーの知識に基づき、すべてのトピックがカスタマイズされてカバーされます
eleni - EUAA
コース - Forecasting with R
機械翻訳
運動と表示のバリエーション。
Ida Sjoberg - Swedish National Debt Office
コース - Econometrics: Eviews and Risk Simulator
機械翻訳
StatcanとCERを例に挙げた実際のアプリケーション。
Matthew - Natural Resources Canada
コース - Data Analytics With R
機械翻訳