データサイエンス基礎講座 2018＜IoT/ビジネスアナリティクス編＞ [2018年1月19日（金）・20日（土）(全2回)]

本セミナーは登録受付を終了しました。

1月19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・アズ・ア・Azure」（仮）
～データ分析におけるクラウド活用の利点とマイクロソフトにおけるAI最新テクノロジーの紹介～
講師
日本マイクロソフト株式会社
クラウドプラットフォーム技術部
Azureテクノロジーソリューションプロフェッショナル
廣瀬　一海（ひろせ　かずみ）
講師略歴

愛称「デプロイ王子（Prince of Deployment)」。1997年からOSSやLinuxを活用し、主にインターネット向けサーバシステムの設計や無停止設計、分散設計と構築などを担当する。
日本医師会総合政策研究機構（日医総研）客員、研究員、日本コンピューター、pnop CTO、アイレット クラウドパック事業部 シニアソリューションアーキテクトを経て、2015年12月から日本マイクロソフトのクラウドソリューションアーキテクト。執筆活動や登壇活動などを積極に行う。
2010年 Install maniax3 5位 / 2011年 Install maniax4 2位 / 2011年 Install maniax5 優勝 / 2012年／2013年／2014年／2015年にMVP Award Program Microsoft Azure受賞。
21:00-21:30
（30分）		 質疑応答＆懇親会

1月20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
17:30-18:00
（30分）
5限目：その他/Azure IoT　異常検知PoCキットについて
＜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。）