BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【2ヶ月間徹底】データ分析・機械学習実践講 座 X-WR-CALNAME:【2ヶ月間徹底】データ分析・機械学習実践講 座 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:707727@techplay.jp SUMMARY:【2ヶ月間徹底】データ分析・機械学習実践講座 DTSTART;TZID=Asia/Tokyo:20181201T100000 DTEND;TZID=Asia/Tokyo:20181201T130000 DTSTAMP:20260420T015248Z CREATED:20181111T085447Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70772 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n【2ヶ月間徹 底】データ分析・機械学習実践講座\n\n日程（12月・1月 の毎週土曜日に開講）\n\n講義日程\n【Day1】12月 1日(土 ) 10:00~13:00\n【Day2】12月 8日(土) 10:00~13:00\n【Day3】12月1 5日(土) 10:00~13:00\n【Day4】12月22日(土) 10:00~13:00\n【Day5 】 1月 5日(土) 10:00~13:00\n【Day6】 1月12日(土) 10:00~13:0 0\n【Day7】 1月19日(土) 10:00~13:00\n【Day8】 1月26日(土) 1 0:00~13:00\n\n※講座の動画を復習用に撮ります。もし参 加できない日程がございましても、後ほど共有するよ うにいたしますので、ご安心ください。\n※講義日程 とは別に、質問し放題の演習日を8日間設けております 。課題や学習の時間としてお役立てください。\n※Pytho n3を用いた実践を行いますので、Python3の基本文法は習 得済みという前提で講義を進めます\n\n概要\n\n本講座 では、実用に耐えるレベルでのデータ分析スキルを習 得することを徹底的に考えて、カリキュラムを構成し ました。一連の講座を通じて、データの前処理から、 実用レベルでの機械学習の実装までを網羅的に学べま す。また、各回の講義終了後には動画を共有いたしま すので、聞き逃した箇所や理解が難しかった箇所の受 講後のキャッチアップも簡単です。\n\n本講座の最大の 特徴は「実践」にあります。講座内では、データサイ エンティストの指導のもと、多様な実データを用いて 分析演習する時間を多く設けております。また、通常 の講義日程とは別に、全8回演習のために教室を開放い たします。そこでは、課題の不明点や困っていること を、講師に質問していただくことが出来ます。\n\nまた 、講座内では毎講義ごとに出題する課題とは別に、2ヶ 月間長期的に取り組んでいただく課題を設けておりま す。講義で機械学習の実装に関する知識を身につけな がら、こちらに真剣に取り組んでいただくことで、よ り実践的なスキルを身につけていただきたいと考えて おります。こちらもつまずいた場合は、是非別日程の 演習時間をご活用いただき、積極的に講師に質問をぶ つけてみてください！\n\n講座を通じて得られること\n\ n・機械学習手法を理解し、適切な場面で適切な手法を 利用するスキル\n・データを与えられた時に、自力で 分析を実装するスキル\n・機械学習全般に対する網羅 的な理解\n\nカリキュラム\n\n第1回 機械学習の基礎① 回帰・教師なし学習\n\n12月1日\n・ 回帰\n　・線形回帰 分析・非線形回帰分析\n　・正則化（Lasso回帰・Ridge回 帰）\n・教師なし学習\n　・次元削減（PCA、SVD）\n　・ クラスタリング（kMeans）\n・通期課題の説明\n\n第2回 機械学習の基礎② 分類\n\n12月8日\n・ 決定木\n・ランダ ムフォレスト\n・ロジスティック回帰分析\n・サポート ベクターマシン\n・k近傍法\n・演習問題\n\n第3回 実用 レベルのモデリング\n\n12月15日\n・より高精度なモデル を構築するために\n　・特徴量の可視化\n　・データの スケーリング\n　・クロスバリデーションによるハイ パーパラメータ最適化\n　・過学習防止\n・演習問題\n\ n第4回 ニューラルネットワークと深層学習\n\n12月22日\n ・ニューラルネットワークを利用するための前提知識 や注意点\n・前処理\n・単純なニューラルネットワーク \n・CNN（畳み込みニューラルネットワーク）\n・演習問 題\n\n第5回 ケース別演習①\n\n1月5日\n ・通期課題の中 間発表\n ・実データを用いたケース別の演習と解説\n\n 第6回 ケース別演習②\n\n1月12日\n・実データを用いた ケース別の演習と解説\n\n第7回 ケース別演習③\n\n1月19 日\n・実データを用いたケース別の演習と解説\n\n第8回 ケース別演習④\n\n1月26日\n・実データを用いたケース 別の演習と解説\n・最終発表\n\n\n\n※全日程において自 宅課題が出題されます。\n※予告なく内容が一部変更 になる可能性がございます。\n\n演習日程\n\n演習で教 室を開放いたします。演習時は講師に質問をし放題の 環境ですので、是非こちらもご利用ください！\n\n・12 月 2日(日) 19:00-22:00\n・12月 8日(土) 14:00-17:00\n・12月16 日(日) 14:00-17:00\n・12月22日(土) 19:00-22:00\n・ 1月 7日( 月) 19:00-22:00\n・ 1月14日(月) 19:00-22:00\n・ 1月21日(月) 19:00-22:00\n・ 1月23日(水) 19:00-22:00\n\nこんな人にオス スメ\n\n・実用に耐えるデータ分析スキルを習得し、仕 事に活かしていきたい方\n・Pythonの基礎文法の学習が ひと段落し、次のステップに進みたいと考えている方\ n・Pythonによるデータ分析・機械学習を短期間で体系的 に学びたい方\n\n受講するにあたっての前提知識\n\n【 必須】\n・Python3の基本的な文法（リスト\,辞書\,if文\,fo r文\,関数)とデータ分析ライブラリpandas\,numpyの理解\n理 解に不安がある方は下記の講座を受講していただくか 、ご自身で学習をお願いいたします。プログラムを書 きながらの実戦形式で進めていきますので、プログラ ミング力はあればあるほど理解が促進されます。\n・ 【初心者歓迎】Python入門講座\n・Pythonデータ分析入門\n ・Pythonデータ可視化・Numpy入門\n\n\n\n【推奨】\n・中学 レベルの数学と一部統計学の知識があるとなおよし。\ n随所に数式が登場します。できるだけ噛み砕いて説明 するようにいたしますが、数式への抵抗をなくして臨 んだ方がより理解が促進されます。下記講座で統計学 の基礎から中級レベルまでを網羅しておりますので、 関心のある方は是非受講をご検討ください\nレベル1： 統計学超入門【超基礎編】（ゼロ〜統計検定3級合格レ ベルまで\nレベル2：統計学入門【確率変数・確率分布 編】（統計検定2級合格レベル）\nレベル3：統計学入門 【推定・仮説検定編】（統計検定2級合格レベル）\nレ ベル4：統計学入門【ベイズ・回帰・分割表解析編】（ 統計検定2級合格レベル）\n\n事前準備\n\nPython3のインス トールをお願いいたします。\nまた、以下のパッケー ジを当講座では利用します。当日までに動作確認をお 願いいたします。\n・sklearn\n・numpy\n・pandas\n・matplotlib\ n・seaborn\n\nPythonのインストール、パッケージの導入方 法についてご不明点あれば、可能な範囲で対応いたし ますので、info@to-kei.netまでご連絡ください。\n\n講師\n\ n柳浜万里\n京都大学大学院にて、世界初のモデルとな る機械学習を用いた地震予測手法の開発に従事。kaggle( データ分析コンペ)にてメダル獲得経験あり。また実務 で深層学習を応用したプロジェクトにも携わる。\n\n励 驍彦\n早稲田大学大学院経済学部を修了。現在は、デ ータ分析と機械学習のスキルを用いて、各業界のビジ ネス的な課題を洗い出し、解決するためのモデルの開 発及び実装に携わっている。また、社内データサイエ ンティストを育成するための講師も務める。\n\n\n持ち 物\n\n・Python3の実行環境をインストール済みのPC(windows Mac)\n※インストールでお困りの方はinfo@to-kei.netまでご 連絡いただければ、可能な範囲で対応致します。\n\n※ 講座では「jupyter notebook」を使います。同じ実行環境で 受講したい方は、インストールをお勧めします。\n※ 下記リンクでAnacondaをインストールすることで、イン ストールが可能です。\nhttps://www.anaconda.com/download/\n\n参 加費\n\n前払い\n114000円\n\n※申し込みはこちらのページ よりお願いいたします。\n\n※前払いの方で、やむを得 ずキャンセルされる場合は、開催初日の7日前までのご 連絡に限り、払い戻し手数料を差し引いた金額を払い 戻し致します。以降は払い戻しをできませんのでご注 意ください。\n\n領収書について\n\n決済処理後にPaypal から送付されるメール内容、またはPaypalの取引履歴か ら該当項目を確認の上、「詳細」をご覧ください。そ れらが領収書の代わりとなります。また、クレジット カード会社発行の利用明細書も領収書としてご利用い ただけます。（当社より重複しての領収書発行は行え ません)\n\n受付・入場時間\n\n開始の15分前から\n\n※な るべく5分前までにお入りください。\n※途中参加も可 能です。\n\nお問い合わせ\n\nイベントに関するお問い 合わせは
info@to-kei.net\nまでご連絡ください。\n\n講座 の詳細に関する質問なども受け付けております。\n\n注 意事項\n\n・講座内で扱うコンテンツは全て「全人類が わかる統計学」に帰属しています。複製はご遠慮くだ さい。\n・個人ブログへの講義コンテンツの掲載はご 遠慮ください。\n\n全人類がわかる統計学とは\n\n統計 学の学習サイト、全人類がわかる統計学を運営、管理 している団体です。統計学とその関連分野について、 出来るだけわかりやすく多くの人々に届けるというこ とを目指して活動しています。\n LOCATION:秋葉原駅徒歩5分 東京都台東区台東１丁目11番4号 誠心Oビル 3階 URL:https://techplay.jp/event/707727?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR