学習項目（【集合】体験！機械学習 UBU99L） : ITプロフェッショナル育成研修 - JISA ICTカレッジ

学習項目

学習項目は、予告なく変更される場合があります。あらかじめご了承ください。

【集合】体験！機械学習（UBU99L）

第1章機械学習の概要

1.1 身近になった機械学習

1.2 機械学習の市場規模

1.3 AIとは

1.4 AI関連技術の全体像

1.5 AIと機械学習の関係

1.6 機械学習とは

1.7 教師あり学習と教師なし学習

1.8 機械学習の代表的な手法

1.9 特徴と特徴量

＜参考＞ディープラーニング(Deep Learning)

1.10 機械学習を始めるには

第2章ツールの基本操作

2.1 Orangeとは

2.2 Orangeの画面構成

2.3 Orangeの基本操作

＜参考＞本コースで使用するウィジェット一覧

第3章回帰分析による数値予測

3.1 回帰分析とは

3.2 回帰分析の代表的な手法～線形回帰～

3.3 Orangeを使用した回帰分析

3.4 データの加工

3.5 予測精度の評価

第4章分類によるラベル予測

4.1 分類とは

4.2 分類の代表的な手法～ロジスティック回帰～

4.3 分類の代表的な手法～ランダムフォレスト～

4.4 Orangeを使用した分類

4.5 予測精度の評価

＜発展＞学習モデルの改良

第5章クラスタリングによるセグメンテーション

5.1 クラスタリングとは

5.2 クラスタリングの代表的な手法～k-means法～

5.3 Orangeを使用したクラスタリング

学習項目

【集合】体験！機械学習（UBU99L）

第1章 機械学習の概要

第2章 ツールの基本操作

第3章 回帰分析による数値予測

第4章 分類によるラベル予測

第5章 クラスタリングによるセグメンテーション

第1章機械学習の概要

第2章ツールの基本操作

第3章回帰分析による数値予測

第4章分類によるラベル予測

第5章クラスタリングによるセグメンテーション