![[PukiWiki]](image/dx_expert_logo.png "[PukiWiki]"){kind=logo}
#author("2024-06-20T12:55:37+09:00","default:cmdsadmin","cmdsadmin") #author("2024-06-20T14:51:32+09:00;2024-06-20T12:55:37+09:00","default:cmdsadmin","cmdsadmin") #norelated * 神戸大学ｘビズリーチ みらい投資プロジェクト：機械学習概論 [#i9dcc830] //** お知らせ [#ff4c3eb7] //- コンテンツをオープンしました．左のサイドバーから各ページに進めます -- [[中村]] &new{2024-05-07 (火) 08:45:21}; //- 開講日が 2024年6月19日（水）19時～20時30分 に決定しました -- [[中村]] &new{2024-05-10 (金) 14:56:19}; //#comment ** 2024-06-19 20:00 無料講義は終了しました [#aad7522e] - [[講義録画]] にビデオがありますので，振り返りや見逃し視聴にご活用ください ** 本講義の趣旨 [#lbc0eccd] [[神戸大学 数理・データサイエンスセンター:http://www.cmds.kobe-u.ac.jp/]]では、社会人の方々を対象として、DXに役立つ知識をデータサイエンス・AIを中心に学び直す [[「DXリカレント教育事業」:http://www.cmds.kobe-u.ac.jp/events/2024/2024_dx_recurrent/index.html]]を展開しています。本事業は、日本で圧倒的に不足しているDX推進者の育成を目的とし、''リーズナブルな受講料で大学ならではの体系的な知識を段階的に学べる''様々な講座を提供しています。 今回は神戸大学とビズリーチ社との連携事業[[「みらい投資プロジェクト」:https://www.bizreach.co.jp/sustainability/]]の一環として、「DX応用講座」の1コマから''「機械学習概論」を無料オンライン講義''としてお届けいたします。AIは今や私たちの生活に欠かせない存在となり、ビジネス現場から医療、自動運転まで、様々な分野で活用されています。本講義では、DXのためのリスキリングに意欲を持つ幅広い方々を対象とし、機械学習の導入講義とPythonによるハンズオンを行い、機械学習の基本的な考え方と実装の流れを学びます。''受講において、AI・データサイエンスの事前知識やプログラミングの経験は必要ありません。'' 講義の最後には「DXリカレント教育事業」全体の紹介も行います。学修管理システム(LMS)と動画オンデマンドサービスにより、場所や時間にとらわれずに学べるだけでなく、研修後「すぐに」業務に活かせるスキルを習得することができます。 *** 概要 [#i76bc8dc] -【講義日時】 2024年6月19日（水）19時00分～20時30分 (90分) -【講義日時】 2024年6月19日（水）19時00分～20時30分 (90分) ～21時00分 (最大) -【申込締切】 2024年6月18日（火）23時00分 -【受講料】 無料 -【定員】 1,000名 -【開催形式】 オンライン（Zoom） ※[[申し込みページ:https://us06web.zoom.us/meeting/register/tZAvcOiurzIiHdRh-4tGqLM4deL4lsGfi-px]]から事前登録が必要です -- 定員に到達次第，申し込みを締め切ります -【講義内容】 -- 19:00-19:10 講師自己紹介・イントロダクション -- 19:10-20:20 座学・ハンズオンによる講義 -- 20:20-20:30 神戸大学DXリカレント教育事業のご案内 今回の講座は、以下のような方におすすめです。 - データ分析スキルを身につけたい方 - ビジネス現場でAI・機械学習を使っていくためのレベルアップを考えている方 - 将来データサイエンティストを目指している方 ** Zoomリンク [#t73fa84a] - 日時： 2024年6月19日（水）19時～20時30分（1.5時間） - 事前登録リンク： https://us06web.zoom.us/meeting/register/tZAvcOiurzIiHdRh-4tGqLM4deL4lsGfi-px -- オンライン講義への参加には，''事前登録が必要''です．↑のリンクから登録してください -- 講義本番へのアクセスURLは，入力いただいたメールアドレスに届きます -- ''定員1,000名に到達次第，申し込みを締め切ります'' ** 担当教員 [#b484de27] - ''中村 匡秀 (なかむら まさひで)'': 神戸大学 数理・データサイエンスセンター 副センター長・教授 - ''堀越 啓二 （ほりこし けいじ）'' : 神戸大学 数理・データサイエンスセンター 特命教授 ** 授業の概要 [#h8678dee] *** 授業のテーマ [#yf8d7c0f] DXの現場で有用な技術として注目される「機械学習」について，基礎的な知識を概観する．また，Pythonプログラミングによるハンズオンを通して， 教師あり機械学習を体験し，理解につなげる． より深く学びたい人に向けて，神戸大学DXリカレント教育講座の紹介を行う． *** 教科書 [#e6a03017] 特になし．本Web教材サイトを利用する *** 参考書 [#fef8b599] - [[データサイエンスの考え方: 社会に役立つAI×データ活用のために，オーム社:https://www.amazon.co.jp/dp/4274227979]] - [[Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎 単行本（ソフトカバー）:https://www.amazon.co.jp/dp/4873117984]] - [[スッキリわかるPythonによる機械学習入門 (スッキリわかる入門シリーズ) 単行本（ソフトカバー）:https://www.amazon.co.jp/dp/4295009946]] ** 講義の進め方 [#uaa5d2c1] - 講義は，Zoomを用いたリアルタイム・オンライン形式で行われます -- コンテンツは画面左の''サイドバー''からアクセスして下さい - ハンズオンにおいて，Google Colabolatoryを使用するので，講義開始前にお手元のPCにGoogleアカウントでログインしておいてください -- Google アカウントがない人は事前に作成しておくこと -- 会社のPC等でGoogleにアクセスが制限されている人は，個人のPC等を活用してください - 授業の流れはおおよそ次の通りに進めます -- 19:00-19:10: 自己紹介，イントロダクション -- 19:10-20:20: 座学・ハンズオンによる講義 -- 20:20-20:30: 神戸大学DXリカレント講座に関する説明 - 講義は録画し，当サイトからアクセスできるようにしますので，復習に活用してください //- ''【重要】 演習の取り組み方'' //-- [[演習課題の取組み方法と提出方法>課題提出]]のページを熟読し，課題に取り組み，指示に従って提出すること //- ''質問について'' //-- 授業当日の質問は，教員がメインルームで待機しているので，ブレイクアウトルームからヘルプを仰ぐか，メインルームに戻って直接質問すること //-- オフライン時に一人でどうしても解決できない問題は，下記の質問スプレッドシートを有効活用すること //--- [[DS・AI実践ハンズオン・質問シート:https://docs.google.com/spreadsheets/d/1UdIB7G0bpDI9Na46mN7RTp8BKUKpdytGexu3OTUsTEc/edit?usp=sharing]] //-- メールでの質問も受け付けるが，レスポンスが遅くなる可能性がある //--- メール： dx-expert-staff@cmds.kobe-u.ac.jp //--- 件名(Subject): 【質問】XXXXについて //-- 演習中，受講生同士で相談することは多いに良いが，理解もせずに他人のコード（ネット上のサンプルやChatGPTの出力を含む）を丸写ししないこと //*** 補足説明 [#l0ece491] //- 各単元は，2時間の事前学習（座学）と，2時間のハンズオン演習（実技）から構成される。 //- 実際の現場を想定した課題に対し，座学にて学習した内容を活用して，Pythonでプログラムを作成・実行し，理解を深める。 //- 事前学習は，LMS上に掲載されたビデオ教材を用いて，オンデマンド(つまり受講生の好きなタイミング)で行われる。 //- ハンズオン演習は，Web会議システムZoomを活用した，リアルタイム遠隔講義で行われる。 ** 【重要】データの取り扱いについての注意 [#vdb18c99] - 本講義で使用する教材は，お申込みいただいた方のみに公開されるクローズドな情報です - 受講生の皆さんには，次のことを約束していただきたいと思います -- 本授業におけるデータをこの授業の目的以外で使用しないこと -- データ本体，その参照URL，作成したデータ分析プログラム，本教材WebサイトのURL，パスワード等を，本授業と関係ない第三者に決して漏らさないこと．また，インターネットサイトやSNS等に決して書き込まないこと ** 授業コンテンツへ進む [#m4033c3c] - [[機械学習概論]]
