| コースコード | DBV221 |
|---|---|
| コース概要 | ・このコースは「バーチャル・クラスルーム（オンライン研修）」での提供となります。 詳しくは、「オープン研修（日立講習会）」のバーチャル・クラスルーム（オンライン研修）のご案内をご確認ください。 ・「機械学習 基礎知識編 ‐初めてでもOK！データ分析を身近に‐」eラーニングコースで学んだ手法を駆使してモデル構築のケーススタディを行います。ケーススタディは2種類あり、データ分析の結果を大きく左右する「データ磨き（バリューアップ）」の要所を二段階で修得します。業界動向はじめ現場のリアルなやり取りなど実践に役立つ情報を提供します。 |
| 到達目標 | ・予測モデル構築の一連の流れが理解できる。 ・データの背景にある顧客業務を理解できる。 ・預かった生データを分析用のデータセットとして磨き上げることができる。 ・最適なモデルを決めるため、複数の手法でのパフォーマンスを比較できる。 |
| 対象者 | ・データ分析作業を担当する方、またはしたいと考えている方。 ・データ分析提案にあたり、実際のモデル構築がどんな作業になるかを知っておく必要がある方。 ・モデリングの検討手順が分からず、データ分析の学習に迷われている方。 ・予測モデルの手法を体系的に学びたい方。 |
| 前提知識 | 以下のすべてを満たしていること。 ・KNIME、Excelの基本的な操作がわかること。 ・分析の基本的なプロセスがわかること。 ・「機械学習 基礎知識編-初めてでもOK！データ分析を身近に-」eラーニングコースを修了しているか、または同等の知識があること。 |
| 内容 | 1．はじめに （1）オリエンテーション （2）基礎知識編（eラーニング）の学習内容のおさらい 2．ケース演習 （1）データから顧客の業務や運用を推測して質問に纏める （2）データ汚れの有無をデータ検査ノードや各種グラフを使って確認する （3）複数の手法でモデリング （4）精度評価とチューニング （5）レポート化 ・ケーステーマ例1:製造メーカーにおける種別判別を99％を超える精度で判別するモデルの構築 ・ケーステーマ例2:品質検査におけるばらつきの原因推定モデルの構築 3．おわりに |
| 教材サンプル | |
| 標準学習時間 | 12 |
| 学習形態 | マシン実習 |
| カテゴリー | データサイエンス |
| コースフロー | |
| 備考 | ・このコースは、10:00～17:00の開催とさせていただきます。 ・ケーステーマは最新のテーマへと随時変更していくため、予告なく変更いたします。 ・本講座のマシン演習環境は当社でご用意します。 ・オンライン研修（バーチャル・クラスルーム）にお申込みの方は、必ず事前に接続確認をお願いします。 【事前接続確認はこちら】 https://www.hitachi-ac.co.jp/pdf/service/opcourse/VirtualClassroom/d_vc_flow.pdf |
| 受講料 | ¥122,100（税込） |
| 空席状況 |
 ：空席あり |
 ：残り４席以内 |
 ：満席 |
 ：受付終了 |
|---|
| 研修会場 | 開催日程 | 日数 | お申し込み | 空席状況 | 臨時 |
|---|
研修・コースをお探しの方へ
