BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:Python機械学習プログラミング勉強会#2
X-WR-CALNAME:Python機械学習プログラミング勉強会#2
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:654068@techplay.jp
SUMMARY:Python機械学習プログラミング勉強会#2
DTSTART;TZID=Asia/Tokyo:20180119T191500
DTEND;TZID=Asia/Tokyo:20180119T213000
DTSTAMP:20260509T124540Z
CREATED:20180112T211149Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/65406
 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n勉強会の概
 要\nPython機械学習プログラミング 達人データサイエン
 ティストによる理論と実践を基に、機械学習について
 理解を深め使えるようになろうという勉強会です。(基
 本的には毎週金曜日の開催を予定。ただし年末年始を
 はさむため、第２回は1月19日)\n勉強会で学んだ手法を
 、サンプルデータに用いてみるなど、実践的な内容に
 する予定です。\nまた、発表資料やサンプルコードな
 どは、事前にslackで共有します。\n今回の内容はアジェ
 ンダに書いていますので、確認のうえ参加ください。\
 n開始時間\n\n19:15開始ですので注意ください。\n開場は1
 9:05です。開場前の入室はご遠慮ください。\n\n参加費\n
 無料。懇親会参加者は1000円となります。\nアジェンダ\
 n19:05開場\n\n\n\n章\n内容\n時間\n発表者\n\n\n\n\n-\n自己紹
 介\n\n全員\n\n\n3.1\n分類アルゴリズムの選択\n\nAkiraUrano\n
 \n\n3.2\nscikit-learn活用へのファーストステップ\n\nAkiraUran
 o\n\n\n3.3\nロジスティック回帰を使ったクラスの確率の
 モデリング\n\nosawat\n\n\n3.4\nサポートベクトルマシンに
 よる最大マージン分類\n\nHiroki_Iida\n\n\nLT\n技術書典４に
 関するポエム\n\ncurrypurin\n\n\n\n\n今回の内容で、不明点
 があればどんな内容でも構いませんので、Sarahah - data-r
 efinementに送付ください。\n\n対象者\n\n機械学習に興味
 がある方\n\n持ち物\n\nPython機械学習プログラミング 達
 人データサイエンティストによる理論と実践\nJupyterNote
 bookが使えるPC(必須ではありませんが、あると便利です
 )\n\n参考図書(用意いただく必要はありませんが、参考
 にする場合があります)  →  はじめてのパターン認識 \
 \| 平井 有三 \\|本 \\| 通販 \\| Amazon\n本輪読会のslack\n本
 輪読会のslackがあり、情報交換をしています。本グル
 ープのページの一番下にリンクがありますので、そち
 らから参加登録ください。\nこの本のチャネルは#機械
 学習 となりますのでslack参加後、#機械学習のチャネル
 に参加ください。\n発表者の募集\n発表・LTをしていた
 だける方を募集しています。初回の勉強会にて、説明
 を行い募集します。\nその他\n輪読会の運営などに関す
 る質問は、Sarahah - data-refinementで受け付けていますので
 、送付ください。管理者のtwitter(https://twitter.com/currypuri
 n)より回答します。\n今後の予定等\n\n\n\n章\n内容\n日時
 \n発表者\n\n\n\n\n1\n「データから学習する能力」をコン
 ピュータに与える\n12/15\ncougar\n\n\n2\n機械学習アルゴリ
 ズムのトレーニング\n12/15\ncurrypurin\n\n\n3\n分類問題-機
 械学習ライブラリscikit-learnの活用\n1/19\n未定\n\n\n4\nデ
 ータ前処理-よりよいトレーニングセットの構築\n未定\
 n未定\n\n\n5\n次元削減でデータを圧縮する\n未定\n未定\n
 \n\n6\nモデルの評価とハイパーパラメータチューニング
 のベストプラクティス\n未定\n未定\n\n\n7\nアンサンブル
 学習-異なるモデルの組み合わせ\n未定\n未定\n\n\n
LOCATION:新宿溝口クリニック 東京都新宿区新宿2-3-11-4F
URL:https://techplay.jp/event/654068?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR