データサイエンス基礎講座 2017<IoT/ビジネスアナリティクス編> [2017年6月9日(金)・10日(土)(全2日間)]

本セミナーは満席となりましたので、登録受付を終了しました。

6月9日(金)【1日目】

19:00~20:00(60分)
1限目:総論:プロローグ
【ビジネスアナリティクス業務推進のために】
  • 機械学習の使いどころ
  • 機械学習のメリット
  • 分析のはじめ方
  • 分析のすすめ方
  • 事例紹介/説明:「機械学習を用いたリアルタイム異常検知システム構築」
  • Microsoft Azure Machine Learningの利用説明
20:00~21:00(60分)
事例研究講演
「機械学習の実際の活用例と Azure ML への進化」
講演概要

最近、機械学習という言葉がもてはやされていますが、実際のところどのような場面で活用されているのでしょうか。
また機械学習のサービスを提供する、マイクロソフト自身はどのように活用し、どのようなものを生み出してきたのでしょうか。
機械学習が Azure Machine Learning に進化する過程から、実際に使用されているビジネスの事例をいくつかご紹介いたします。

講師
日本マイクロソフト株式会社
デベロッパーエバジェリズム統括本部
テクニカルエバンジェリズム本部
オーディエンステクニカルエバンジェリズム部
テクニカルエバンジェリスト
千葉 慎二
21:00~21:30 質疑応答&懇親会

6月10日(土)【2日目】

9:00~12:00(180分)
2限目:<分析設計と分析計画>:演習
【分析設計と分析手法の選定】
  • 分類モデルの検討・選択・実行
  • 分析設計:分析背景/課題の調査、データの有無
  • 分析計画:予測対象の決定/データ生成メカニズムの考察/データサイエンス手法の選定/特徴量の設計
  • テスト環境の構築
    Microsoft Azure Machine Learning環境設定
    Microsoft Azure Machine Learning基本ワークフロー/投入変数の選択・利用/データ分割/学習モジュールの追加/アルゴリズムの追加/検証
  • テスト事例:顧客購買履歴データ分析
    実際の演習
    変数加工による精度向上
13:00~15:00(120分)
3限目:<分析システムの構築 其の1>:演習
【分析基盤システムの構築】
  • リアルタイム異常検知システムの構築(その1)
  • サンプルデータの利用
  • DBの準備、結果の格納
  • PowerBIの利用/可視化
15:15~17:15(120分)
4限目:<分析システムの構築 其の2>:演習
【機械学習を組み込んだリアルタイム分析システム】
  • リアルタイム異常検知システムの構築(その2)
  • IoT Hubの導入
  • デバイスの設定/データの送信/Stream Analyticsの導入
  • PowerBIによる可視化
  • WEB API化と Stream Analyticsでの利用
  • リアルタイムダッシュボード
17:30~18:30(60分)
5限目:<スマートAI製品の利用>

知能化エンジン「scorobo」の機能/性能の説明とハンズオン

  • 基本設計から導入/構築/運用迄のフェーズの解説(テストケースの想定)
  • 「マーケティング/セールス」
  • 「故障診断を狙いとしたIoTに於ける機械学習の利用」
18:30~19:00 質疑応答

【留意事項】
進行状況により、スケジュールは予定時間より遅速が生じます。何卒 ご了承下さい。
(講義・ハンズオン内容に変更はありませんが、上記はあくまでも目安のスケジュールと捕らえて下さい。)