機械学習とは、現在あるデータから重要なパターンや傾向を学習し、新しいサンプルの挙動や性質について予測や分類を行うことができる技術です。人工知能、IoT (Internet of Things) 、ビッグデータといったよく目にするバズワードには、必ずこの機械学習が関わってきます。例えば、SNSなどの文字解析、機械の故障診断、ロボット制御、物体認識など幅広い分野で機械学習が使用されています。

最近では安価なセンサーの普及や通信技術の発達により、大規模なデータをより簡単に取得できるようになりました。しかしその一方で、大量のデータから重要な情報を効率よく取り出し、目的に沿った活用をすることが、現在のデータ解析の課題となっています。

本セミナーでは、データ解析を意思決定につなげる機械学習の典型的なワークフローについて解説します。また、実問題で起こる out-of-memory エラー、計算時間、パラメータ設定の課題について、tall 配列やベイズ最適化の機能を使って対処する例をお見せします。