강의

멘토링

로드맵

AI Development

/

Deep Learning & Machine Learning

Javaマシンラーニングweka(ウェカ)中級

Java機械学習の低変化のための2番目の講座です。

  • javaraml
Java
Machine Learning(ML)
Weka

学習した受講者のレビュー

こんなことが学べます

  • wekaを用いたJava機械学習実務の適用方法

  • 比較分析による最適アルゴリズムの採用

  • 特徴選択のみを活用した意思決定根拠の導出

  • ハングルアンケートなどの整形テキストマイニング

  • 関連分析後の分類分析による人関関係の立証

  • 画像分析のための人工ニューラルネットワークの適用

  • wekaとRプログラムの連動

Javaで機械学習を実装したい場合は?
👉 ジャバラ機械学習Weka(ウェカ)中級編で実務でも機械学習を活用してみてください。


1. why (目的)

データによる迅速な意思決定コラボレーションシステムの構築が目的です。
:Java機械学習の設計とプログラミングの両方が可能なwekaを紹介します。

2. what (講義内容)

wekaだけで実装した実際の機械学習の適用例です。
:さまざまな応用例をおなじみの内容で脚色しました。

2.1 Experimenterによる最適アルゴリズムの採用
:有意水準(p-value)統計検定による最適モデルの採用(どこで聞いたことがありますか?)

2.2 特徴選択だけで意思決定根拠提示
:特定の(属性)選択だけで意思決定情報を作成できます。

2.3 ハングルアンケート調査テキストマイニング
難しいハングル型態とシルムはもうやめる!

2.4 84年の米国下院選挙結果と関連分析及び分類分析
オバマキャンプは選挙公約を予測したのではなく、選挙資金を集めるホームページを統計分析に選んだだけです。
:本当に大切なのは、どんな公約が当選と直結するのか知っていることでしょうか。

2.5 人工ニューラルネットワーク及びイメージフィルタによるイメージ分析
長い間ベータ版のdl4jを待って疲れました。
:Wekaが提供する内蔵人工ニューラルネットワークとwekadeeplearning4jを紹介します。

2.6回帰分析による講義完了時点の予想
:講義のリリースをどれだけ延期させるべきかを調べるために使用しました

3. 方法

上記の手順はすべて以下の3つの手順で説明します。

3.1理論説明
:背景知識は簡単に説明します。

3.2 knowledgeFlowの設計
:wekaの最大の利点 - プログラミングを知らなくても機械学習が可能です。

3.3 Javaプログラミング
:wekaのもう一つの利点、wekaは設計、コーディングのためのすべてを提供します。

4. IF(入手)

Javaプラットフォームで構成された従来のITシステムにロードされたデータ分析を適用できます。
:千里道も一歩から、伝統ITでの分析方法を知らなければICBMでも分析がうまくいかないでしょうか?

データで現実世界を理解する方法が得られます。
:これまで目に見えなかった現実をデータとして理解するためです。

5. 初級課程反省点→中級課程補完

Java機械学習の低変化のために初級よりも改善された中級講座です。
:初級課程に対する受講生のフィードバックと自ら反省を通じて初級課程よりも少し改善しました

6.講義環境

Windows OS で weka 3.9.3 を使用します。
(3.9.4 は ANSI タイプファイルを読み込む際のバグがあります。)

7. 講義資料

受講後、セクション1の2番目のクラス(wekaソフトウェアのインストールと講義資料のダウンロード)で
雲の形のアイコンをクリックするとダウンロードできます。

8. アンケート調査

Javaマシンラーニングの高度なコース制作方向の確立のために5項目アンケートを行うので、多くの参加をお願いします。
http://bit.ly/Java Machine Learning_アンケート調査

9. 番外川の持続

受講生の方々の良い質問から得たアイデアや他の媒体の有用な情報を番外講義で継続アップロードします。

私の受講生とコミュニケーション強化、受講生の講義満足度の向上も期待しています。

ハード、要件、または個人的な質問は除外します。

過去の講義を見る

Javaマシンラーニングweka(ウェカ)初級
Javaで実現する機械学習、ウェカ入門編

こんな方に
おすすめです

学習対象は
誰でしょう?

  • wekaを実務に適用したい方

  • weka Experimenter, KnowledgeFlow 使い方を習得したい方

  • 関連分析(ショッピングカート)分析に追加の証明が必要な方

  • Javaでテキストマイニングと画像分析を実務に適用する必要がある方

前提知識、
必要でしょうか?

  • Javaマシンラーニングweka(ウェカ)初級(無料)講座履修

  • ADsP(知っている方が良い)

  • Java(知っている方が良い)

こんにちは
です。

2,096

受講生

29

受講レビュー

15

回答

4.9

講座評価

3

講座

정보화 기획/구축/진단 업무를 수행하였고 스몰데이터분석을 실무에 적용하고 있습니다.
현재 데이터분석 분야는 코딩이 과대포장된 진입장벽을 만들었다는 것을 알게 되었습니다.
이제는 거품을 걷어내고 데이터분석의 저변화와 자바머신러닝을 준비하고
직접 강좌로 자바머신러닝을 확산할 동료들을 만나는 것이 저의 목적입니다.
더나아가 POST 정보화시대를 대비하고 영위하는 미래의 모습을 그려봅니다.

カリキュラム

全体

30件 ∙ (6時間 14分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

6件

4.8

6件の受講レビュー

  • 김정민님의 프로필 이미지
    김정민

    受講レビュー 9

    平均評価 5.0

    5

    100% 受講後に作成

    전반적으로 좋은 내용입니다. 자바 머신러닝이 생소한 분야긴 한데 소개해주는 강의가 전무하다시피해서 굉장히 유익했습니다. 다만 자바로 거의 웹만 하다보니 좀 어렵네요

    • 자바라머신러닝
      知識共有者

      웹(jsp)을 넘어 모바일 (안드로아드)로 전환될때도 자바는 1개축으로 역할을 했듯이, 데이터분석(weka)에도 자바는 큰 역할을 할것으로 예상됩니다. 좋은 수강평 감사합니다.

  • 강지우님의 프로필 이미지
    강지우

    受講レビュー 10

    平均評価 5.0

    5

    100% 受講後に作成

    머신러닝에 대한 전반적인 프로젝트 진행을 위한 많은 도움이 되었습니다. 감사합니다!

    • 이종석님의 프로필 이미지
      이종석

      受講レビュー 24

      平均評価 4.5

      4

      100% 受講後に作成

      매우 유익한 강의였습니다.

      • 주혜림님의 프로필 이미지
        주혜림

        受講レビュー 4

        平均評価 5.0

        5

        100% 受講後に作成

        너무 좋은 강의 입니다. 쉽고 좋은 강의로 보는데 지루하지가 않아요

        • 자바라머신러닝
          知識共有者

          딱딱한 내용일 수 있었음에도 본 강의를 흥미롭게 수강해 주셔서 감사합니다. 수강생분의 건승을 기원합니다.

      • 노용준님의 프로필 이미지
        노용준

        受講レビュー 1

        平均評価 5.0

        5

        23% 受講後に作成

        빠른 질문에 대한 피드백 및 부족한 내용에대한 보완내용까지 굉장히 만족했습니다 강의내용도 초보자가 쉽게 이해할 수 있도록 잘 설명해주셔서 도움이 컸습니다 감사합니다 ㅎ-ㅎ

        • 자바라머신러닝
          知識共有者

          안녕하세요. 덕분에 수강생분들과 소통하는 새로운 방법을 알게되었습니다. 앞으로도 노력하는 자바라 머신러닝이 되겠습니다.

      ¥4,090

      javaramlの他の講座

      知識共有者の他の講座を見てみましょう!

      似ている講座

      同じ分野の他の講座を見てみましょう!