BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【全4回】【入門者〜初心者向け】理論から実 践まで行う機械学習入門 X-WR-CALNAME:【全4回】【入門者〜初心者向け】理論から実 践まで行う機械学習入門 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:726397@techplay.jp SUMMARY:【全4回】【入門者〜初心者向け】理論から実践ま で行う機械学習入門 DTSTART;TZID=Asia/Tokyo:20190423T200000 DTEND;TZID=Asia/Tokyo:20190423T220000 DTSTAMP:20260521T231707Z CREATED:20190403T095030Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/72639 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n\n 機械学習の入門者〜初心者から中級者（ジュニアレベ ルで仕事ができるレベル）に上がる\nにあたって必要 な理論と実装の知識について4回で取り扱います。\n扱 うトピックのレベル感としては、\n・はじめてのパタ ーン認識\n・データ解析のための統計モデリング入門\n レベルの理論と実装、またビジネス文脈への応用につ いて解説します。\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身につく内容\n\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＋sciki t-learnを用いた実装について理解できます\n・機械学習 のビジネスへの応用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開催日程（全4回のコースで行います）\n\n4/23 （火）、4/30(火)、5/7（火）、5/14（火）、5/21（火）<-予 備日\n受付：19:50〜20:00\n講義：20:00〜21:30\n演習：21:30〜 22:00\n\n※\n・演習は自由参加にしますので、帰りの時 間が気になる方は2回目以降は19時半〜の30分\nに行う形 でも大丈夫です。\n・4/30がゴールデンウィークと被る ため、5/21を一旦予備日としておきます。（初回時に\n ご希望を伺った上で、全員が出席しやすい形にうまく 調整させていただきます）\n・3回出席の方も、初回は 必ず出れる方のみのお申込みでお願いいたします\n\n\n 会場\n\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カリキュラム（4回分の アジェンダです）\n\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　　非階層クラスター分析とは\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　　 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　　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　　DeepLearning概 論\n　　Pythonを用いたそれぞれのトピックの演習\n\n・ 最尤法とベイズの定理、事後確率\n　　確率分布、最 尤法\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　　事前分布と事後分布\n 　　ベイズ線形回帰\n　　Pythonを用いたそれぞれのト ピックの演習\n\n・ビジネスへの生かし方\n・論文や実 装例などの一次情報へのアクセスの仕方（発展）\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対 象者\n\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講師プロフィール\n\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初 回以外は話す内容に合わせて、別講師に変更になる可 能性があります。\n\n\n当日のお持物\n\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推奨です 。\n\n\n費用\n\n・20\,000円（4回分）\n・16\,000円（3回分） \n・35\,000円（個別フォローアップ付き）\n\n※\n領収書 発行の際は事務手数料と法人料金を兼ねまして、追加5 \,000円で発行とさせていただきます。\n\n\n当日までの 準備・事前学習\n\n基本的に不要ですが、予習をしたい 方は下記を読んできていただけたらと思います。\n\n・ Python環境の構築\nhttps://lib-arts.hatenablog.com/entry/lang_ml\n-> 言語選択\nhttps://lib-arts.hatenablog.com/entry/python_env\n-> 環境 構築\n\n・Pythonプログラミング基礎\nhttps://lib-arts.hatenabl og.com/entry/entrance_python1\n-> FizzBuzz問題のコーディング\nht tps://lib-arts.hatenablog.com/entry/business_efficiency2\n-> Python+SQL\n \n・理論面に関して（はじめてのパターン認識読解メ モ）\nhttps://lib-arts.hatenablog.com/entry/hajipata-reading_1\nhttps:/ /lib-arts.hatenablog.com/entry/hajipata-reading_2\nhttps://lib-arts.haten ablog.com/entry/hajipata-reading_3\nhttps://lib-arts.hatenablog.com/entry /hajipata-reading_4\nhttps://lib-arts.hatenablog.com/entry/hajipata-readi ng_5\nhttps://lib-arts.hatenablog.com/entry/hajipata-reading_6\n\n・CUI の利用方法（Macのターミナルの使用方法）\nhttps://lib-ar ts.hatenablog.com/entry/master_CUI1\nhttps://lib-arts.hatenablog.com/entr y/master_CUI2\nhttps://lib-arts.hatenablog.com/entry/master_CUI3\n\n・ 高校数学とニューラルネットワーク、DeepLearning\nhttps:// lib-arts.hatenablog.com/entry/math_nn1\nhttps://lib-arts.hatenablog.com/e ntry/math_nn2\nhttps://lib-arts.hatenablog.com/entry/math_nn3\nhttps://li b-arts.hatenablog.com/entry/math_nn4\nhttps://lib-arts.hatenablog.com/ent ry/math_nn5\nhttps://lib-arts.hatenablog.com/entry/math_nn6\nhttps://lib- arts.hatenablog.com/entry/math_nn7\nhttps://lib-arts.hatenablog.com/entry /math_nn8\n\n\nご参加にあたってのお願い\n\n無断欠席や前 日以降のキャンセルに関しては当日人数読めなくなり 非常に\n迷惑なので基本的に行わないようにお願いし ます。\n体調不良などどうしてものケースは別途ご連 絡いただくか、イベントへの\nお問い合わせよりご連 絡いただけますと嬉しいです。\n上記がひどいアカウ ントに関してはブラックリスト処理を行い以後の参加 を\nお断りさせていただきますので、その点だけ予め ご了承ください。\n（7割以上来れる前提でのお申し込 みと前日以降のキャンセルはメッセージでの\nご連絡 をいただくということだけ気をつけていただければ大 丈夫だと思います）\n\n LOCATION: URL:https://techplay.jp/event/726397?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR