BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【1/10（水）開講！8週連続シリーズ】現場で使
 えるデータサイエンス（人工知能・機械学習）基礎講
 座　1/10-2/28
X-WR-CALNAME:【1/10（水）開講！8週連続シリーズ】現場で使
 えるデータサイエンス（人工知能・機械学習）基礎講
 座　1/10-2/28
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:647026@techplay.jp
SUMMARY:【1/10（水）開講！8週連続シリーズ】現場で使え
 るデータサイエンス（人工知能・機械学習）基礎講座
 　1/10-2/28
DTSTART;TZID=Asia/Tokyo:20180110T200000
DTEND;TZID=Asia/Tokyo:20180110T220000
DTSTAMP:20260517T175739Z
CREATED:20171122T163018Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/64702
 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n講座内容概
 要\n\n機械学習の概論から始まり、徐々にそれぞれのア
 ルゴリズムの核心や最新トピックが学べるように設計
 された、高度なプログラムを提供します。「Practice make
 s perfect」の考えに基き、ハンズオンを通じての技術習
 得を目指します。また、プログラムを通して、kaggleを
 元にポートフォリオ作成し、実際のプロジェクト手順
 で進行することで、現場ですぐに使える実践的内容と
 なっています。\n\nこの講座でみにつくスキル\n\n機械
 学習・データサイエンス系業務に、自力で対応できる
 力を身につけ、AI領域への転職を可能にする機械学習
 の基礎力\n\n開催日程\n\n\n\n\ndate\ntitle\ncontents\n\n\n\nDAY1\n
 1/10(水)  20:00-22:00\nイントロダクション\n最終ゴールの
 共有、機械学習概論、kaggle概説、データ分析/機械学習
 プロジェクトの進め方\n\n\n\n\nScikit-learn入門\nScikit-learn
 の基本的な使い方\n\n\nDAY2\n1/17(水) 20:00-22:00\n教師あり
 学習/その評価に関して\n教師あり学習アルゴリズムの
 大別。線形回帰、正則化、予測精度の評価と過学習\n\n
 \n\n\n課題\nkaggle課題について、各自基礎分析を行う\n\n\
 nDAY3\n1/24(水) 20:00-22:00\n前処理\n前処理、標準化、正規
 化、データ欠損の扱い、補間方法、外れ値の扱い、RANS
 AC\n\n\n\n\n特徴量エンジニアリング\n次元削減、変数選
 択の方法、AIC、BIC\n\n\nDAY4\n1/31(水) 20:00-22:00\n教師あり
 学習の代表的なアルゴリズム1\nk近傍法、サポートベク
 ターマシン\n\n\n\n\nパラメータチューニング\n交差検証
 、交点探索\n\n\nDAY5\n2/7(水) 20:00-22:00\n教師なし学習\nk-me
 ans\n\n\n\n\n中間発表\n課題の中間発表\n\n\nDAY6\n2/14(水) 20:
 00-22:00\n教師あり学習の代表的なアルゴリズム2\n決定木
 、ランダムフォレスト、ニューラルネットワーク\n\n\n\
 n\n識別精度の評価方法\nRecall\,Precision\,Accuracy\,F1\,混同
 行列\n\n\nDAY7\n2/21(水) 20:00-22:00\nDeepLearning入門\nDNN入門、
 勾配法、TensorFlowの使い方\n\n\n\n\n様々なデータの取り
 扱い\nテキスト処理、画像認識、音声認識\n\n\nDAY8\n2/28(
 水) 20:00-22:00\nDeepLearningの様々なモデル\nCNNと画像分類
 、CNNの応用、RNN、オートエンコーダ\n\n\n\n\n最終発表\n
 課題の最終発表\n\n\n\nカリキュラム備考\n\n\nそれぞれ
 、例題、演習を交え進める予定です\n講座内容は一部
 変更となる場合があります　\n​毎回の宿題と全8回の
 講座を通しての課題がありますので、トータル学習時
 間は50時間程度を想定しています\n講座以外の時間も、
 Slackにて担当講師、TAが疑問点を随時フォローします\n
 ​​* やむなく欠席される場合は、講座の動画を受講
 者限定でお渡しします\n本講座修了後、弊社経由で転
 職された場合、講座費用は全額返金します\n詳細、ご
 不明点は、こちらからお問い合わせください\n銀行振
 込をご希望の場合、こちらからお問い合わせください
 。→　https://www.skillupai.com/course\n\n\n受講対象者\n\n\nデ
 ータサイエンス領域（データ分析やAIなど）で活躍さ
 れたい方（キャリアを築きたい方）\n自社でデータサ
 イエンス（AI）を活用されたい方（AIを使って、ビジネ
 スバリューを出したい方）\nAIプロジェクトの進め方を
 理解されたい方\nAI案件のベンダーコントロールをしっ
 かり行いたい方\n\n\n機械学習に必要なPythonや統計学の
 知識が不安な方は、事前に下記講座の受講をおすすめ
 します。\nhttps://skillupai.doorkeeper.jp/events/67868\n\n講師\n\n
 小縣信也\n株式会社Sassor \n1982年生まれ。兵庫県出身。
 大阪市立大学工学部卒業後、建材メーカー、設備設計
 事務所に勤務。2010年、OpenFOAM勉強会\nfor beginner(現オー
 プンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。
 建築環境に関する数値シミュレーション、電力量や温
 湿度などのセンサーデータに関する分析が専門。1級建
 築士、エネルギー管理士。2013年、国土交通省国土技術
 政策総合研究所 優秀技術者賞受賞。最近は、需要予測
 や異常検知などのモデル開発に取り組んでいる。\n\n当
 日のお持物\n\nノートPC　wifi環境はございます\n\n当日
 までの事前学習\n\n事前にSlackにご招待いたします。\n\n
 定員\n\n15名　先着順\n\n備考\n\n\n勉強会内容の撮影もし
 くは録音することは、ご遠慮ください。\n個人ブログ
 への記述については、良識の範囲内でお願いいたしま
 す。\n\n\n領収書発行について\n\n領収書はinfo@skillupai.com
 までセミナータイトル名と領収書の宛名をご連絡くだ
 さい。 \n但し書きは「セミナー代」となります。ご指
 定の但し書きが必要な場合はその旨もご連絡をお願い
 致します。\n\n運営団体\n\nhttps://www.skillupai.com/
LOCATION:スキルアップ・ビデオテクノロジーズ株式会社　
 内スタジオ 東京都渋谷区桜丘町9番8号 KN渋谷3ビル
URL:https://techplay.jp/event/647026?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR