BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【6月25日(土)　ゼロから始めるデータサイエン ス講習会】 X-WR-CALNAME:【6月25日(土)　ゼロから始めるデータサイエン ス講習会】 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:592153@techplay.jp SUMMARY:【6月25日(土)　ゼロから始めるデータサイエンス 講習会】 DTSTART;TZID=Asia/Tokyo:20160625T130000 DTEND;TZID=Asia/Tokyo:20160625T180000 DTSTAMP:20260408T135050Z CREATED:20160619T160020Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/59215 3?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n【6月25日(土 )　ゼロから始めるデータサイエンス講習会】\n【内容 】\n今回の講習会の内容は、大まかに、データサイエ ンス概略、多変量解析・機械学習概略、データ解析を 行うためのツール比較(Excel、R、Python) 、R言語入門、多 変量解析・機械学習の実行に最低限必要な統計知識、R を用いたデータの可視化基礎、データの層別化、全変 数での同時可視化、Rでの多変量解析実行、機械学習関 数実行の解説を行います。\n\n【目的】\n学生向け：Rを 使えるようになり、データの可視化、多変量解析・機 械学習の概念を理解してもらい、自分でそれらのデー タ解析ができるようになってもらい、論文の深い理解 、データ解析まで考えた実験計画の作成をできるよう になってもらう。\n社会人向け：データの可視化、多 変量解析・機械学習の概念を理解してもらい、一度そ れらを本講習会で自分の手で実行してもらい、データ 解析の雰囲気と流れを理解していただく。今後データ 解析をご自身で学んで実行するためのきっかけをつか んでいただく。\n【日時】2016年6月25日(土)13－18時\n【 会場】\n講習会の場所は、国内のAI系ベンチャー2強(個 人的主観ですが)のうちの一つ、ABEJA.Inc様の虎の門のオ フィスです！ http://www.abeja.asia/\n\n以下イベント詳細と なります。\n【タイムライン】\n12:45- 開場\n13:00 -13:15 各参加者の自己紹介と知りたい分野の口頭発表( 一言) \n13:15-14:00 データサイエンス・多変量解析・機械 学習概要\n14:00-14:10 質疑応答\n14:10-14:20 休憩\n14:20-14:50 多変量解析・機械学習の各種手法紹介\n14:50-15:00 質疑 応答\n15:00-15:10 休憩\n15:10-15:30 Rプログラミング基礎\n15 :30-16:30 Rを用いたデータの可視化(低級可視化関数、全 変数の可視化、層別化) \n16:30-16:40 質疑応答\n16:40-16:50 休憩\n16:50-17:50 Rによる多変量解析・機械学習の実践\n17 :50-18:00 質疑応答\n18:00- 解散\n※あくまでこのタイムラ インは目安です。\n※初めに各参加者の興味分野と今 回参加したモチベーションを一人ひとりお聞きします 。その内容によって各話題のボリュームを調整しよう と思います。\n\n【本レクチャーコースの特徴】\nデー タの可視化のうち、層別化と、全変数の可視化を体系 立ててしっかり教えられる人・書籍は現状かなり少な く、その部分の資料作成にかなりの時間を割いたので 、特にデータの可視化に特徴があるコースです。\n\n【 対象者層】\n・研究・ビジネスでデータ解析・機械学 習を使いたい方。\n・書店で機械学習関連の本たくさ ん買ってたくさん勉強したけど結局できるようになら なかった方。\n・仕組みを詳しく知るより、とりあえ ずデータの集計・データ可視化・解析ができるように なりたい方。\n・どういうデータからどんな情報が取 り出せるか知りたい方。\n・Rでのデータ解析の初歩を 学びたい方\n・機械学習に興味はあるがどこから勉強 を始めてよいかわからない方\n・データサイエンスの ビックピクチャーを知りたい方\n・実際に自分の手で 一通りデータ解析ができるようになりたい方\n\n【この 講習会に向いていない方】\n・機械学習や多変量解析 の中身は全く興味なくて、そのビジネスでの応用にだ け興味のある方。\n・すでにご自身で機械学習の講習 会を企業向けにやっているくらい機械学習について詳 しい方。\n・今後ご自身の手でRを使ったデータサイエ ンスを学んでいくご予定のない方。\n※基礎から体系 的に学ぶモチベーションがあり、国際競争力のある研 究・ビジネスをしたい方のみご参加ください。\n\n【R とは？】\n　オープンソースで無償である高機能な統 計ソフト。世界中のRユーザが開発したRプログラム(パ ッケージ)がCRAN(The Comprehensive R Archive Network)というネッ トワークにより提供されています。プログラミング初 心者でも扱いやすく、Referenceが充実しています。Excel と比べデータ可視化のツールのレパートリーが圧倒的 に豊富です。R言語によりプログラムを記述します。\n\ n【会場】ABEJA.Inc様オフィス(http://www.abeja.asia/)\n〒105-000 1　東京都港区虎ノ門4-1-20 田中山ビル10階\nアクセス： 日比谷線神谷町駅より徒歩7分、または南北線六本木1 丁目駅より徒歩10分\n【参加方法】\nDoorkeeperでご登録く ださい。\n【定員】\n15名\n【参加費】\n学生　無料\n社 会人5000円\n（当日受付にてお支払ください。Doorkeeperの 価格表示は社会人用です。学生の方は当日学生証を受 付にてご提示くだされば無料です。）\n\n【当日の持ち 物・必要なPCのスペック・必要なソフトウェア】\n※ご 自身のノートPCを必ずお持ちください。\n【Windowsの方 】\nWindows 10推奨　(Xquartzのダウンロードは不要。Rだけ ダウンロードインストールお願いします)\n※Rを事前に ダウンロードしてきてください(RStudioではありません) 。\nhttps://cran.r-project.org/bin/windows/base/\nのDownload R 3.3.0 fo r Windows (62 megabytes\, 32/64 bit)をクリックして、インスト ールを進めてください。\n【Macの方】\nMac OSX(10.6以上推 奨)\nMacでXQuartzが入っていない場合、いくつか実行でき ないコマンドがあります。\n※Windows環境とMac環境両方 お持ちの場合は、Windowsを推奨します。\n※Rを事前にダ ウンロードしてきてください(RStudioではありません)。\ nhttps://cran.r-project.org/\nのR-3.3.0.pkgをダウンロード・イ ンストールしてください。\nXQuartz(Macのみ)が入ってい ない方いましたら、ダウンロードを事前に行ってくだ さい。\n※XQuartzが入ってない場合、講習会の一部でコ ードが実行できないことがあることをご了承ください( 講習会のごく一部で、GGallyパッケージとrglパッケージ です)。\nhttps://www.xquartz.org/\nダウンロード後、ユーテ ィリティの中にあるx11をダブルクリックしてからRをで 、コードをご使用ください。\n(※当日のパソコン貸し 出しは行いません。もし動作がうまくいかない場合、 講義を聞くだけになります。その旨ご了承いただける 方のみご参加ください。RはOSだけでなく各マシンの種 類・設定によっても一部動作しない場合がありますが 、それをご理解いただける方のみご参加ください)\n・ 無線LAN搭載\n・HDD空き容量１GB以上\n\n【開発環境設定 】\n当日の運営を円滑に行うため、環境設定はできる だけご自身で事前に行ってください。\n※RとRパッケー ジのダウンロード・インストールで生じたマシンのす べての不具合に関して運営側は責任を負いかねます。\ n\n【お願い】\n当日、一部でネット環境を必要としま す。会場のWi-Fi回線は混みあうことが予想されますの で，お持ちの方はモバイルルーターなどをご持参くだ さい(こちらでも用意しています)。\n【講習会の満足度 】\n・満足 約50%\n・やや満足 約30%\n・普通 約15%\n・や や不満 約2.5%\n・不満　約2.5%\n【参加者が感じた講義 の難易度】\n・やや難33%\n・普通33%\n・やや易しい22%\n ・易しい12%\n【参加者が感じたハンズオンの難易度】\n ・やや難11%\n・普通33%\n・やや易しい44%\n・易しい12%\n 【講義の内容について参加者のご感想】\n・5時間だけ ど濃かった。\n・今後のためのよいインデックスとな った。\n・初期の段階でまずデータを眺める時に、も っとスピーディにスマートにカラフルにグラフィック 表示で特徴量やdfの特性を把握したいとモヤモヤして いました(Rのグラフィックは面倒と思ってた)のが解消 されました。膨大な資料もありがとうございます。レ ファレンスに使えます！\n・文系出身で高校数学の統 計(数Ⅱ)もやっていない私には、基本的な単語もおぼ つかない状況ではあったのですが、意外と理解できて すごく良かったです。 もちろん分からない言葉・概念 も多々あったのですが、そういう分からなさ含めて良 い体験でした。\n・入門としてはちょうど良かった。\n ・講義の評価を「やや難しい」としましたが、普通に 考えると難解かつ広範囲な学習の成果をシンプルにま とめていただいていたので、実のところは全然難しい 感じを受けなかったですし、それってすごいことなん だろうなと思いました。\n・文系出身者でも一分野の 奥深い世界にコミットできる一端に入り込める余地が あった。\n・多変量解析が重要であることがよく分か った。\n・やや早口でちょっと大変だった。→改善努 力はします。。\n・ボリュームはやや多いけど、それ はありがたいことでもあるので良かった。\n・分析手 法そのものを使う前の処理（型の変換や正規化など） がもう少しあるとよいと思った。\n・私はこれまでデ ータ解析に携わっていなくかったが、データの可視化 と様々な分析法について分かりやすく解説されていた ため、非常に理解しやすかった。また、それぞれの解 析法がどのような場面で使えるかが示されており、実 際の解析のイメージがしやすかった。\n・数学や統計 に関する知識がゼロのためそれぞれの単語の意味や使 い方はわからなかったが、データの可視化や分析に関 する多くの知識をまとめて得られたのがよかった。\n ・５章が駆け足でなかなか理解出来ませんでした。→ 改善努力します。\n【ハンズオンの内容についてご感 想】\n・データの可視化方法に関して教えて頂き、デ モデータをもとに進めるという流れで時間のロスも少 なくて良かったです。これを自分の思い通りに使いこ なせるようになると楽しくなるだろうと思いました。\ n・コピペでも対応できるようになっていたのは親切だ と思った。\n・実際に何度も手を動かすことでRに慣れ ることが出来た。\n・スキルに個人差があるため、躓 く人は多かったが、ある程度無視して進めたのが良か った。\n・インストールしたRのシステムエラーこそあ ったものの、独学で学んでいた頃に比べて、「このよ うにシンプルに解析・グラフィクスができる」のを身 を持って実感できた。\n・解析のためのグラフィック の作成手法を学ぶことができ、とてもためになった。R は独学で学んだことがあるが、可視化の手法について 、このハンズオンより分かりやかったものはなかった 。\n・コピーも出来て良かった、ちょっとボリューム が多い感じがしたので、絞ってテーマを深掘りするの もありかと思います。\n・コピペまで落とし込んでい ただいて、遅れることなくついて行けました。\n【イ ベント全体に関するご感想】\n・結果を出すことを考 えると簡単であるが、やはり解析とかの裏側がわから ないとやや難しいなと感じた。\n・とてもよかったで す。非常にわかりやすかったし、新しい発見も多く、 また基本だからこそ「あ、こういうやり方と考え方も あるのか！」という場面が多々ありました。 今回の 講義の手法をもとに、もう少し次のレベル(例えば、モ デルのチューニングや、Feature Engineeringに特化した超地 味な講義があると面白いだろうな、とは期待していま す。ありがとうございます。\n・とても良かったです 。 業務経験のみでデータサイエンスなんて全くの門外 漢の私が、統計・解析の基本スキルを勉強でき、ツー ルで実際に操作できて、いろんなことを知ることがで きました。 データサイエンスの分野に対して以前と比 べて格段にかなり近くなれた気がします。\n・オーデ ィエンスのレベルがばらついているのが難しいなと思 いました。\n【講師紹介】\n・ 鈴木瑞人（東京大学大 学院新領域創成科学研究科　メディカル情報生命専攻 　博士課程1年）\n2014年3月東京大学理学部生物学科卒 業\n2016年3月東京大学大学院新領域創成科学研究科　メ ディカル情報生命専攻　修士課程卒業\n【お問い合わ せ先】\nmachine.learning.r@gmail.com\n【会場ご提供】\nABEJA.Inc 様\n【主催】\n東京大学機械学習勉強会 LOCATION:ABEJA.Inc 東京都港区虎ノ門4-1-20 田中山ビル10階 URL:https://techplay.jp/event/592153?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR