Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
コース概要
導入
- 統計学習(統計解析)と機械学習の違い
- 金融会社や銀行会社による機械学習テクノロジーの採用
さまざまな種類の Machine Learning
- 教師あり学習と教師なし学習
- 反復と評価
- バイアスと分散のトレードオフ
- 教師あり学習と教師なし学習の組み合わせ(半教師あり学習)
Machine Learning Languages とツールセット
- オープンソースと独自のシステムおよびソフトウェアの比較
- R vs Python vs Matlab
- ライブラリとフレームワーク
Machine Learning 事例紹介
- 消費者データとビッグデータ
- 消費者融資および企業融資におけるリスクの評価
- 感情分析による顧客サービスの向上
- ID詐欺、請求詐欺、マネーロンダリングの検出
R の紹介
- RStudio IDE のインストール
- R パッケージのロード
- データ構造
- ベクトル
- 要因
- リスト
- データフレーム
- Matrixes と配列
Machine Learningデータの読み込み方法
- Database、データ ウェアハウスとストリーミング データ
- Hadoop と Spark による分散ストレージと処理
- データベースからのデータのインポート
- Excel および CSV からのデータのインポート
モデリング Business 教師あり学習による意思決定
- データの分類 (分類)
- 回帰分析を使用して結果を予測する
- 利用可能な機械学習アルゴリズムから選択する
- デシジョン ツリー アルゴリズムを理解する
- ランダム フォレスト アルゴリズムを理解する
- モデルの評価
- エクササイズ
回帰分析
- 線形回帰
- 一般化と非線形性
- エクササイズ
分類
- ベイジアンの復習
- ナイーブ・ベイズ
- ロジスティック回帰
- K-最近隣
- エクササイズ
ハンズオン: 推定モデルの構築
- 顧客のタイプと履歴に基づいた融資リスクの評価
Machine Learning アルゴリズムのパフォーマンスを評価する
- 相互検証とリサンプリング
- Bootstrap 集計 (バギング)
- エクササイズ
モデリング Business 教師なし学習による意思決定
- サンプルデータセットが利用できない場合
- K 平均法クラスタリング
- 教師なし学習の課題
- K 平均法を超えて
- ベイズ ネットワークとマルコフ隠れモデル
- エクササイズ
ハンズオン: レコメンデーション システムの構築
- 過去の顧客行動を分析して新しいサービスを改善する
会社の能力を拡張する
- クラウドでのモデルの開発
- 追加の GPU で機械学習を加速する
- Deep Learning ニューラル ネットワークをコンピューター ビジョン、音声認識、テキスト分析に応用する
閉会の辞
要求
- Programming何らかの言語を使用した経験
- 統計学と線形代数に精通していること 。
28 時間