BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:NumPyスクラッチで作る一般化線形モデルハンズ
 オン【ロジスティック回帰編】
X-WR-CALNAME:NumPyスクラッチで作る一般化線形モデルハンズ
 オン【ロジスティック回帰編】
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:728376@techplay.jp
SUMMARY:NumPyスクラッチで作る一般化線形モデルハンズオ
 ン【ロジスティック回帰編】
DTSTART;TZID=Asia/Tokyo:20190503T130000
DTEND;TZID=Asia/Tokyo:20190503T153000
DTSTAMP:20260522T044400Z
CREATED:20190418T065230Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/72837
 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n\n
 一般化線形モデル（GLM\; Generalized Linear Model）はなかな
 か面白い考え方なのですが、\nなかなかとっつきづら
 い印象を受け、実際に分析を行っている方もなんとな
 くしか把握しないで\n使っているケースも多いのでは
 ないでしょうか。\n\n書籍としても「データ解析のため
 の統計モデリング入門」は入門者向けとしては名著だ
 と\n思いますが、所々話のつながりが怪しかったり記
 述が不足だったりで再度読み返すにはしんどいです。\
 n「一般化線形モデル入門[Dobson]」は情報量が豊富です
 が、こちらは数式が多く読むには大変で\n少々とっつ
 きづらいです。\n\nとはいえ、一般化線形モデルの中に
 はロジスティック回帰やポワソン回帰などのよく使わ
 れる\nトピックも多く、知っておくと良いと思われる
 内容です。\nそこで今回は、とっつきづらさを感じるGL
 MをNumPy、SciPyベースで実装してみることで、\nイメージ
 をつかんでいただけたらと思います。\n\n今回は「一般
 化線形モデル入門[Dobson]」を参考にニュートンラプソ
 ン法から導出できるスコア法\nを用いて、ロジスティ
 ック回帰の学習を実装してみれればと思います。\nロ
 ジスティック回帰は線形モデルとDeepLearningの中間にあ
 ると見ることもできる重要な考え方\nなので、理解で
 きると思考の幅が広がって非常に良いかと思います！
 ！\n\n\n開催日程\n\n5/3（金）\n受付： 12:50〜13:00\n講義：
  13:00〜15:30\n\n※\n途中5分ほどの休憩を設ける予定です
 。\n\n\nアジェンダ\n\n1. 一般化線形モデル概論(30分)\n　
 　線形回帰モデルの復習\n　　指数型分布族と正規分
 布\n　　線形回帰モデルから一般化線形モデルへの拡
 張\n　　一般化線形モデルの具体例（ロジスティック
 回帰、ポアソン回帰）\n\n2. 一般化線形モデルの学習に
 あたって(30分)\n　　最適化復習（解析的な解＆勾配法
 ）\n　　ニュートンラプソン法\n　　ニュートンラプソ
 ン法をベースにしたスコア法の紹介\n\n3. Pythonを用いた
 ロジスティック回帰の実装の解説＆ハンズオン(80分)\nh
 ttps://lib-arts.hatenablog.com/entry/ml_scratch2\n上記をベースに
 実装の解説やハンズオンを行います。（当日までに追
 加でいくつか用意する\n形になると思います）\n\n※\n
 全体の流れは変えませんが、細かい時間配分は内容踏
 まえて変更する可能性があります。\n理論の話が長い
 と大変だと思うので、60分程度にとどめ、残りはハン
 ズオンを行いながら再度\n解説する構成でいければと
 思います。\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対象者\n\
 n線形回帰の理解を前提としますので、下記の記事の内
 容を把握しているものとして進行します。\nhttps://lib-ar
 ts.hatenablog.com/entry/math_nn1\nhttps://lib-arts.hatenablog.com/entry/m
 ath_nn2\nhttps://lib-arts.hatenablog.com/entry/math_nn3\nhttps://lib-arts
 .hatenablog.com/entry/math_nn4\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年ほどで
 、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当日までの準備\n\nPython環境(3.6系推奨)は自
 前で構築の上、ご参加ください。\n基本的にNumPy、SciPy
 、Matplotlib、Jupyterが入っていれば進行上問題ないかと
 思います。\n\n事前知識が欲しい方は、下記を参照くだ
 さい。\n・https://lib-arts.hatenablog.com/entry/ml_scratch2\n・デ
 ータ解析のための統計モデリング入門（http://hosho.ees.ho
 kudai.ac.jp/~kubo/ce/IwanamiBook.html）\n・一般化線形モデル入
 門[Dobson]（https://www.kyoritsu-pub.co.jp/bookdetail/9784320018679）\
 n\n\n費用\n\n・5\,000円（2.5時間）\n\n※\n・領収書発行の
 際は事務手数料として追加1\,000円のお支払いをよろし
 くお願いいたします\n\n\n定員\n\n8名（人数に合わせて
 調整します、別媒体でも募集していますので申し込み
 人数は当日参加者数を反映しません）\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迷惑なので\n基
 本的に行わないようにお願いします。（直前参加は定
 員的に問題なければ歓迎です！）\n体調不良、職務都
 合、ご家庭の事情などどうしてものケースは別途ご連
 絡いただくか、\nイベントへの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
 をお断りさせて\n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ご連絡を\
 n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モチベーションの高い参加者の方
 を重視する運営としていきたいと考えています。\nご
 協力のほど、よろしくお願いいたします。\n\n
LOCATION:
URL:https://techplay.jp/event/728376?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR