BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【2/20（火）開講！8週連続シリーズ】実データ
 で学ぶデータサイエンス（人工知能・機械学習）基礎
 講座　2/20-4/10
X-WR-CALNAME:【2/20（火）開講！8週連続シリーズ】実データ
 で学ぶデータサイエンス（人工知能・機械学習）基礎
 講座　2/20-4/10
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:655289@techplay.jp
SUMMARY:【2/20（火）開講！8週連続シリーズ】実データで
 学ぶデータサイエンス（人工知能・機械学習）基礎講
 座　2/20-4/10
DTSTART;TZID=Asia/Tokyo:20180220T200000
DTEND;TZID=Asia/Tokyo:20180220T220000
DTSTAMP:20260518T182427Z
CREATED:20180120T061729Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/65528
 9?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、実データを用いたハンズオン
 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等をもと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\nti
 tle\ncontents\n\n\n\nDAY1\n2/20(火)  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\nSciki
 t-learn入門\nScikit-learnの基本的な使い方\n\n\nDAY2\n2/27(火) 
 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\n3/6(火) 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、RANSAC\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\n3/13(火) 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\n3/20(火) 20:00-22:00\n
 教師なし学習\nk-means\n\n\n\n\n中間発表\n課題の中間発表\
 n\n\nDAY6\n3/27(火) 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\,Precisio
 n\,Accuracy\,F1\,混同行列\n\n\nDAY7\n4/3(火) 20:00-22:00\nDeepLearni
 ng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\n4/10(火) 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予備日\n4/17(火) 20:
 00-22:00\n\n\n\n\n\n\n\n\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.skillup
 ai.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
 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・事前準備\n\nお申込み後、
 メールにてご連絡いたします。\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:未定（渋谷駅周辺）
URL:https://techplay.jp/event/655289?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR