BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【初級者歓迎】機械学習モデル構築徹底演習 X-WR-CALNAME:【初級者歓迎】機械学習モデル構築徹底演習 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:706789@techplay.jp SUMMARY:【初級者歓迎】機械学習モデル構築徹底演習 DTSTART;TZID=Asia/Tokyo:20181130T193000 DTEND;TZID=Asia/Tokyo:20181130T220000 DTSTAMP:20260420T110030Z CREATED:20181104T181938Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70678 9?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\n機械 学習を用いたデータ分析の実践においては、機械学習 のアルゴリズムや統計に関する知識、実装に用いる言 語やライブラリの知識が必要ですが、双方の知識を有 機的に結びつけることもまた重要です。前講までの内 容でPythonで機械学習を実装するに当たって必須のツー ルが揃いましたので、次はこれらをデータ分析の実装 に応用してみましょう。\n\n本講座では、Pythonプログラ ミングの講座を一度受講された方あるいは勉強中の方 に対象とし、演習問題を解くことを通して，回帰・分 類を始めとしてどのようなタスクにおいても必須とな る\n\n\nデータの前処理・整形\n変数選択\nハイパーパラ メータチューニング\nモデルの検証方法\n\n\nへの知識 を深め，pandas・scikit-learnを用いて自力で実装する実践 的講座となります。\n\nこの講座を学び終えれば、「現 場で使える機械学習・データ分析基礎講座 」受講に 向けての予備知識は万全なものとなります。次のステ ップとして実践的な機械学習を学ばれるに当たって非 常に有用な講座となっておりますので、ぜひご検討く ださい。\n\nこの講座で得られること\n\n\npandas、scikit-le arnを組み合わせたデータの前処理\nscikit-learnによる予 測モデルの構築と検証\nパラメータチューニングの方 法\nscikit-learnの公式リファレンスをある程度読めるよ うにする\n\n\nカリキュラム\n\n演習と解説をメインに以 下を進めていく予定です。\n\n\n本講座の目的とゴール の共有\nデータの前処理 \n\n質的データ・欠損値の取り 扱い \n\nscikit-learnを用いた予測モデルの構築\n\n木モデ ル、線形モデル、より複雑なモデル\n\n予測モデルの改 善\n\nデータの正規化・標準化\n次元削減（変数選択）\ nモデルの検証\nパラメータチューニング\n\n\n\n対象者\n \nこれからデータ分析、機械学習をはじめたい方\n\n前 提知識\n\nNumPy\, Pandas\, Matplotlibの基礎をある程度理解さ れている方\n\nPython講座一覧\n\n皆様の強い要望にお応 えして、ご好評をいただいていたpythonレベル１～４の 授業を前後半に分けて、平日夜にも受講できるように 致しました。\n休日にまとまった時間を取るのが難し かった方でも受講しやすくなりましたのでぜひご利用 ください！\n\n\n\n\n レベル\n カテゴリ\n 講座名\n\n\n\n \n レベル１ 入門\n Pythonプログラミング入門\n 1. Python で学ぶプログラミング超入門\n\n\n レベル１ 入門\n Pyt honプログラミング入門\n 2. Pythonで学ぶオブジェクト指 向と標準ライブラリ超入門\n\n\n レベル１ 入門\n Python プログラミング入門\n 3. Pythonプログラミング徹底演習 \n\n\n レベル２ 初級前半\n Pythonライブラリ基礎(行列 計算、データフレーム処理)\n 4. 高速データ処理のた めのNumpy入門\n\n\n レベル２ 初級前半\n Pythonライブラ リ基礎(行列計算、データフレーム処理)\n 5. 高速デー タ処理のためのPandas入門\n\n\n レベル２ 初級前半\n Pyt honライブラリ基礎(行列計算、データフレーム処理)\n 6 . Numpy、Pandas徹底演習\n\n\n レベル３ 初級後半\n Python ライブラリ基礎(データ可視化)\n 7. データ可視化のた めのMatplotlib入門\n\n\n レベル３ 初級後半\n Pythonライ ブラリ基礎(データ可視化)\n 8. 描画スキルを高めるた めのseaborn・Plotly入門\n\n\n レベル３ 初級後半\n Python ライブラリ基礎(データ可視化)\n 9. 機械学習のためのM atplotlib徹底演習\n\n\n レベル４ 初中級\n Pythonデータ分 析実践(機械学習モデル構築)\n 10. kaggleを始めるための 前処理入門\n\n\n レベル４ 初中級\n Pythonデータ分析実 践(機械学習モデル構築)\n 11. Scikit-learnを用いたkaggle入 門\n\n\n レベル４ 初中級\n Pythonデータ分析実践(機械 学習モデル構築)\n 12. 機械学習モデル構築徹底演習\n\n \n レベル５ 中級\n 現場で使える機械学習・データ分 析基礎講座\n 現場で使える機械学習・データ分析基礎 講座\n\n\n\n\n会場へのアクセス方法\n\n直接会場にお越 しください。\n遅刻される場合も直接会場にお越しく ださい。\n講義時間中に出席を取ります。\n\n講師\n\nS T akahashi\n\n東京大学教養学部広域化学科卒業。東京大学 大学院総合文化広域科学専攻研究科修了。GPS将棋の開 発者である金子知適研究室にてゲームAIの研究を行う 。ゲームプログラミングワークショップ2014研究奨励賞 受賞。東京大学広域科学専攻奨励賞受賞。\n\n新卒で株 式会社リコーに入社。情報システム部門で社内向けWeb アプリケーションを作成する。また、WatsonやAzure AIな どのAI技術に関する調査も担当。その後、株式会社YTS を設立。オンラインや教室でのプログラミングセミナ ーを多数実施。基本的なプログラミングからAIに渡る まで、様々な内容を指導している。\n\n当日のお持物\n\ nご自身のノートPC（必須）\n\n【動作環境】\n\nMacOSX 10.9 以上\n\nWindows 7 以上（64bit必須）\n\nメモリ4GB以上\n\n講 座までの準備\n\nAnaconda3-5.0.1以上のインストールをいた だき、ブラウザでJupyterが表示できている状態まで事前 に準備お願い致します。 \nブラウザからhttp://localhost:88 88/treeで表示されていることをご確認してください。\n\ n*準備ができていない場合、ハンズオン講座なので、 フォローできない場合がございます。\n\n通信環境に関 して\n\nWi-Fiあり\n\n領収書\n\n【Paypalでお支払いの場合 】\nPayPal発行の受領書が領収書となります。\n受領書ペ ージは、PayPalの支払い完了ページで「印刷用受領書を 見る」をクリックすると表示されます。\n（当社より の重複しての領収書発行は行えません)\n\n備考\n\n\n最 小遂行人数「4名」：開催日の2日前までに最小遂行人 数に達しない場合は、中止となります。ただし、複数 のチャンネルで募集を行っているため、本サイトでの 申込者数が最小遂行人数に達しない場合でも開催にな る場合がございます。\n環境設定などでつまった場合 、可能な限りフォローさせていただきますが、講義の 流れを優先させていただきます。\n勉強会内容を撮影 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講義コンテンツは全てスキルアップAIに帰属 していますので、複製はご遠慮ください。\n\n\n運営団 体\n\nスキルアップAI\n\nhttps://www.skillupai.com/\n\n講座に関 するお問い合わせは、info@skillupai.comまでお願いいたし ます。\n LOCATION:スキルアップAI 水道橋オフィス (スカイワードビ ルディング5F) 東京都千代田区神田三崎町3-3-20 URL:https://techplay.jp/event/706789?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR