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 #4
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 #4
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:701341@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 #4
DTSTART;TZID=Asia/Tokyo:20181028T160000
DTEND;TZID=Asia/Tokyo:20181028T180000
DTSTAMP:20260501T065137Z
CREATED:20181008T140945Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70134
 1?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）\n10/28
 （日）、11/4(日)、11/11（日）、11/18（日）\n受付：15:50
 〜20:00\n講義：16:00〜17:30\n演習：17:30〜18:00\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・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/701341?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR