BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【全4回】【初・中級者向け】理論から実践ま
 で行う機械学習入門 #2
X-WR-CALNAME:【全4回】【初・中級者向け】理論から実践ま
 で行う機械学習入門 #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:686157@techplay.jp
SUMMARY:【全4回】【初・中級者向け】理論から実践まで行
 う機械学習入門 #2
DTSTART;TZID=Asia/Tokyo:20180822T200000
DTEND;TZID=Asia/Tokyo:20180822T220000
DTSTAMP:20260415T175208Z
CREATED:20180720T100532Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68615
 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n
 機械学習系の話をするにあたって単発で色々と企画を
 行なっていたのですが、単発だと\n一人一人のフォロ
 ーアップが大変なので、4回のコース化を行い、実施さ
 せていただきます。\n\n機械学習の概論から、アルゴリ
 ズムのベースになる考え方とその応用トピックについ
 て\nそれぞれご理解いただいた上で、Python+scikit-learnな
 どを用いたコードの実行や、\nなんらかのコンペティ
 ションなどのデータを用いた実践も行えればと思いま
 す。\n\n理論面の解説と実践をバランスよく取り扱い、
 深みのある学びの場とできればと考えて\nいます。講
 義だけでなく、演習や課題なども通して理解だけでな
 く身につけるところまで\nサポートできればと考えて
 います。\n\n\n\n身につく内容\n・機械学習の概論につい
 て把握できます\n・機械学習のアルゴリズムの代表的
 な考え方について理解することができます\n・Python＋sc
 ikit-learnを用いた実装について理解できます\n・演習を
 通して実務への応用の方法についてイメージがつかめ
 ます\n\n\n\n開催日程（全4回のコースで行います）\n8/22
 （水）、8/29(水)、9/5（水）、9/12（水）\n受付：19:50〜20
 :00\n講義：20:00〜21:30\n演習：21:30〜22:00\n\n※\n演習は各
 自で進めていただく形なので、遅い時間がNGの方は、19
 :30〜20:00を演習に\n充てていただく形でも大丈夫です。
 \n\n\n\n会場\n水道橋駅、神保町駅、九段下駅周辺\n千代
 田区西神田2-7-14 YS西神田ビル2F\n\n\n\nカリキュラム（4
 回分のアジェンダです）\n・機械学習概論\n　　機械学
 習とは\n　　教師あり学習、教師なし学習とは\n　　教
 師あり学習における学習と推論\n　　代表的な識別規
 則の構成法\n\n・距離による規則の構築とクラスタリン
 グ\n　　クラスター分析とは\n　　距離の指標\n　　類
 似度の指標\n　　階層クラスター分析とは\n　　クラス
 ター間の距離測定方法\n　　階層クラスター分析の長
 所と短所\n　　非階層クラスター分析とは\n　　k-means
 の派生手法\n　　Pythonを用いたそれぞれのトピックの
 演習\n\n・決定木とアンサンブル学習\n　　決定木\n　
 　決定木とは、不純度の考え方\n　　交差エントロピ
 ー、ジニ係数\n　　決定木の手法、決定木と剪定、枝
 切りを行わない場合の問題点\n　　アンサンブル学習
 （バギングとブースティング）\n　　ランダムフォレ
 スト\n　　Pythonを用いたそれぞれのトピックの演習\n\n
 ・関数近似と線形回帰、ニューラルネットワーク\n　
 　単回帰分析\n　　最小二乗法、回帰係数と共分散\n　
 　決定係数、寄与率、相関係数\n　　重回帰分析、ニ
 ューラルネットワークへのモデルの拡張\n　　Pythonを
 用いたそれぞれのトピックの演習\n\n・ベイズの定理と
 最大事後確率基準\n　　ベイズの定理基本（事後確率
 と尤度）\n　　最大事後確率基準（分類）\n　　Pythonを
 用いたそれぞれのトピックの演習\n\n・演習\n　　なん
 らかのデータを用いた演習を行います\n　　（コンペ
 ティションのデータから選定予定です）\n\n※講座内容
 は若干変更となる場合があります\n\n\n\n対象者\n・高校
 数学は大体は把握している方\n・背景の理論の概要を
 つかんだ上でライブラリを使用したい方\n・実務で機
 械学習を活用したい方\n・機械学習を用いた人工知能
 系のプロジェクトに興味がある方\n\n\n\n講師プロフィ
 ール\nアメリカの大学の数学科卒。現在外資系ソフト
 ウェア企業で分析系ツールのエンジニア営業を担当。\
 n数学科のバックグラウンドを活かし、分析の背景まで
 わかりやすく解説することが可能。\n長期の留学経験
 を持つため、英語のスキルも高い。\nまた、大学時代
 には塾講師の経験もあり、小学生〜高校生まで幅広い
 トピックを指導した経験を持つ。\n\n\n\n主催者プロフ
 ィール（初回講師、全体監修）\n東大工学部卒。\nデー
 タ分析/AI開発の仕事の経験は7年目で、理論/開発/ビジ
 ネスのどれも経験があり強い。\nまた、多くの業界の
 プロジェクトに関わったためドメイン知識も豊富。\n
 初心者向けの指導実績も多く、1\,000名近い。\n\n\n\n当
 日のお持物\n・ノートとペン\n・ノートPC\n=> ある程度
 のスペックは欲しいので、5年以内に購入したくらいの
 ものだと嬉しいです。\n=> また、Windowsよりもmacの方が
 環境構築が楽なのでオススメです。\n\n\n\n費用\n上記記
 載の通りです。\n割引に関しましては、女性の少ない
 業界なので女性の参加者の割引と、懐事情を鑑みて25
 歳以下の\n参加者への割引をさせていただければと思
 います。\n\n\n\n当日までの事前学習\nPython+Anaconda付随の
 ライブラリ+TensorFlowを利用できるようにしてきてくだ
 さい。\n（当日はJupyterでTensorFlowを動かします。）\nイ
 ンストールがわからない方は、別途ご相談いただけれ
 ば対応致します。\n\n\n\n領収書\n領収書の発行も可能で
 すのでご希望の方はその旨お申し付けいただければと
 思います。\n（個人で気軽に参加できるようにという
 価格設定なので、領収証発行の際は追加で2\,000円の\n
 お支払いをよろしくお願いいたします。）\n\n\n\n備考\n
 ・単発で何度か実施した内容が多いのですが、細かい
 サポートまで手が回っていなかったので、極力\n丁寧
 なフォローアップができればと考えています。演習は
 一人一人に合わせて量を調節しますので、\n多少理解
 度に自信がない方もうまくフォローアップできるかと
 思います。\n\n・4回中1度くらいの欠席であれば個別で
 フォローアップ会を実施しますので、どうしても1日合
 わない\nという方はご相談いただけますと嬉しいです
 。\n
LOCATION:水道橋駅周辺 千代田区西神田2-7-14 YS西神田ビル2F
URL:https://techplay.jp/event/686157?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR