データから予測し、結果を確かめる力を身につける。
研修のねらい
Pythonによる表形式データの分析を題材に、前処理、回帰・分類、モデル評価を学びます。学習用と評価用のデータを分け、業務課題に対してモデルを検証する流れを体験します。
研修のゴール
- 課題に合わせて回帰・分類の問題と評価指標を設定できる。
- データを前処理し、学習用・評価用に分けてモデルを作れる。
- 過学習とデータ漏洩を意識し、結果の限界を説明できる。
対象となる受講者様
- 機械学習による予測・分類に取り組みたいエンジニアやデータ分析担当者
- Pythonの基本文法（変数・条件分岐・繰り返し・関数）を理解している方
カリキュラム詳細
研修時間の目安：2日間（カリキュラム例）
| テーマ | 内容・演習 |
|---|---|
| 1日目：機械学習の全体像 | 教師あり学習と教師なし学習、回帰と分類、業務課題と目的変数 |
| 1日目：データの準備 | Pythonの分析環境、欠損値・カテゴリ変数の扱い、分布の可視化 学習用・検証用・テスト用データの役割 |
| 1日目：モデルの作成 | 線形回帰、ロジスティック回帰、決定木の基本 ベースラインモデルの構築 |
| 2日目：モデル評価 | 回帰の誤差指標、混同行列、適合率・再現率、交差検証 過学習、データ漏洩、クラスの偏り |
| 2日目：改善と比較 | 特徴量とハイパーパラメータ、パイプライン、評価条件を揃えた比較 |
| 2日目：総合演習 | サンプルデータで予測モデルを作成し、評価結果・限界・改善案を発表 |
受講者の経験やご要望に応じて、内容・進め方を調整します。
ご準備いただくもの
Python、Jupyter、pandas、scikit-learnを使用します。PCの準備方法と実習環境は事前にご案内します。サンプルデータで演習します。
研修費用（標準プラン）
講師料：1日あたり150,000円（税別）
テキスト代：受講者1名あたり3,000円（税別）
研修日程・費用のご相談
実施日程、参加人数、研修環境に応じてご提案・お見積もりします。詳細はお問い合わせください。