BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:データサイエンス講習会Part3
X-WR-CALNAME:データサイエンス講習会Part3
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:630842@techplay.jp
SUMMARY:データサイエンス講習会Part3
DTSTART;TZID=Asia/Tokyo:20170816T190000
DTEND;TZID=Asia/Tokyo:20170816T220000
DTSTAMP:20260424T180027Z
CREATED:20170811T120655Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/63084
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n【データサ
 イエンス講習会Part3】\n【内容】\n・基礎統計(平均・分
 散・標準偏差・標準誤差)(10分)\n・線形モデルと一般化
 線形モデル(ロジスティック回帰(使用言語R))(20分)\n・Py
 thonでのデータサイエンス基礎(NumPy\,Pandas)(20分)\n・Python
 での機械学習(Scikitlearn(二項分類(4手法)、多項分類、回
 帰(4手法)、各ハイパーパラメータチューニング)) (110分
 )\n\n【目的】\n・統計の基礎を知る。\n・一般化線形モ
 デル(ロジスティック回帰)の理解。\n・NumPyやPandasの使
 い方を知る。 \n・scikitlearnを用いた機械学習(DecisionTree
 、Randomforest、SVM、KNN)。\n・ハイパーパラメータチュー
 ニングの方法を知る。\n・とりあえずPythonで機械学習
 の結果を出せるようにする。\n\n【日時】2017年8月16日(
 水)19:00－22:00\n【会場】\nLabCafe\n東京都文京区本郷4-1-3 
 明和本郷ビル7F\nhttp://lab-cafe.net/page/access\n(本郷交番向
 かいの、ラーメン屋さんが1Fに入っているビルです。)\
 n東京メトロ 丸ノ内線「本郷三丁目」　徒歩３分\n都営
 大江戸線「本郷三丁目」　　　　 徒歩３分\n\n以下イ
 ベント詳細となります。\n\n【タイムライン】\n18:40- 開
 場\n19:00-19:05 各参加者の自己紹介と知りたい分野の口
 頭発表(一言) \n19:05-19:15 基礎統計(平均・分散・標準偏
 差・標準誤差)\n19:15-19:35 一般化線形モデル(基本的に理
 論のお話でロジスティック回帰ではR言語で実装し説明
 )\n19:35-19:55 NumPy\, Pandas入門\n19:55-20:05 休憩\n20:05-20:55 Pyth
 onでの二項分類4手法(DecisionTree、Randomforest、SVM、KNN)とHy
 perParameterTuning\n20:55-21:05 休憩\n21:05-21:25 Pythonでの回帰4
 手法(DecisionTree、Randomforest、SVM、KNN)とHyperParameterTuning、
 多項分類\n21:25-21:50 学習器保存方法・scikitlearnライブラ
 リの全体像の解説\n21:50-22:00 質疑応答\n22:00-          解
 散\n※あくまでこのタイムラインは目安です。\n\n【注
 意点】\n基本的にPart1を受講なさられた方が対象です(
 受けていない方はドットインストールなどでRの基本文
 法を学んできてください。)\nhttp://dotinstall.com/lessons/basi
 c_r\n基本的なRプログラミングの説明は飛ばしがちにな
 ります。\nPythonの基本文法についても今回は飛ばしま
 す。実はほぼ必要ないのですが不安な方はドットイン
 ストールなどで軽く見てきてください。\nhttp://dotinstall
 .com/lessons/basic_python_v3\n\n【参加方法】\nDoorkeeperでご登
 録ください。\n\n【参加費】\n学生・ポスドク　無料(受
 付にて学生証・身分証をお見せください)\n社会人3000円
 (お釣りのないようにお願いします。以前Part3の講義を
 受けた方は無料。お名前と受講日を受付にてお申し付
 けください。)\n\n【当日の持ち物】\nご自身のノートPC
 を(必ず)お持ちください。\n\n【必要なPCのスペック・
 必要なソフトウェア】\n\n【Windowsの方】\nWindows 7以上を
 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)\n1\, 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Download R 3.4.1 for Windows (62 megabytes\, 32/6
 4 bit)をクリックして、インストールを進めてください
 。(Download R for Windowsをクリック、baseの文章内のinstall R 
 for the first timeをクリック、Download R 3.4.1 for Windows (70 mega
 bytes\, 32/64 bit)をクリックしてダウンロードののち、イ
 ンストールを行ってください。\n2\, Anaconda をダウンロ
 ード・インストールお願いします。(Python 3.6 version 64bit
 )\nhttps://www.continuum.io/downloads\n\n【Macの方】\nMac OSX(10.6以
 上推奨)\n1\, Rを事前にダウンロードしてきてください(R
 Studioではありません)。\nhttps://cran.r-project.org/\nDownload R 
 for (Mac) OS Xをクリック、R-3.4.pkgをクリックするとダウ
 ンロードできます。そののちに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。\nhttps://www.xquar
 tz.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※Windows環境とMac環境両方お持ちの場合は、Wind
 owsを推奨します。\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)\n2\,Pythonでの機
 械学習環境構築のために、Anacondaをダウンロード・イ
 ンストールお願いします。 (Python 3.6 version 64bit(CommandLin
 eがわからなければGraphical Installerで))\nhttps://www.continuum.
 io/downloads\n\n【Linuxの方】\n1\, https://cran.r-project.org/\nか
 ら、Download R for Linuxをクリック、その後、各々の環境
 に沿ってダウンロードインストールを行ってください
 。\n2\, Pythonでの機械学習環境構築のために、Anacondaを
 ダウンロード・インストールお願いします。 (Python 3.6 
 version 64bit)\nhttps://www.continuum.io/downloads\n\n【ハードウェ
 ア環境の推奨】\n・無線LAN搭載\n・HDD空き容量2GB以上\n
 ・メモリ4GB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※ご自身のノート
 PCを必ずお持ちください。\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\n【Part3参加者の感想】\n・割と濃い内容がちょ
 うど良いです。いつもありがとうございます。\n・ベ
 イズ統計勉強会と同じく、質の高い資料と、少し駆け
 足でしたがわかりやすい内容の講義でした。\n・勉強
 会として充実している、他者の講義やセミナーはＬＴ
 化しているのに比べ大変有意義である\n\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\n【お問い合わせ先】\nmachine.learning.r@gmail.com
 \n\n【主催】\n実践的機械学習勉強会
LOCATION:LabCafe 東京都文京区本郷4-1-3 明和本郷ビル7F
URL:https://techplay.jp/event/630842?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR