データサイエンス基礎講座 2016 in 京都＜ビジネスアナリティクス編＞のタイムテーブルです。

本セミナーは終了しました。ご来場ありがとうございました。

16:00～17:30（90分）	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
17：40～18：30（50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
19：00～20：30（90分）	質疑応答＆懇親会

9:00～12：00（180分）	＜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
12：00～13：00（60分）	休憩
13：00～15：00（120分）	＜分析システムの構築　その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）	＜分析システムの構築　その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
17：30～17:50（20分）	質疑応答