BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【全5日】機械学習のためのPythonマスターコー ス X-WR-CALNAME:【全5日】機械学習のためのPythonマスターコー ス 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:728684@techplay.jp SUMMARY:【全5日】機械学習のためのPythonマスターコース DTSTART;TZID=Asia/Tokyo:20190501T100000 DTEND;TZID=Asia/Tokyo:20190501T130000 DTSTAMP:20260423T084819Z CREATED:20190420T133734Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/72868 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n日程\n\n5月1 日(土)　10:00~13:00\n5月2日(日)　10:00~13:00\n5月3日(月)　10:0 0~13:00\n5月4日(火)　10:00~13:00\n5月5日(水)　10:00~13:00\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、資料と合わせて共有するように いたしますので、ご安心ください。\n\n概要\n\n本講座 は、「これからデータ分析・機械学習を始めたい方」 を対象としております。5日間のプログラムを通じて、 Pythonの基礎から実際の機械学習の実践演習までを体系 的に学べます。修了後は、基本的な機械学習モデルが 実装できるようになるとともに、より高度な機械学習 、深層学習の学習を進める上での基礎力が身につきま す。\n\nまた、本講座は以下のサポートがございます。 \n\n\n復習用に動画配信を行います。参加できない日程 がある方や、復習したい方も安心です。\nチャットア プリケーション(slack)における質問サポート対応を行い ます。(初回講座から最終講座終了後1週間、質問内容 は講座と関連する内容に限る)\n修了テストに合格する ことによる、修了証明書の発行を行います。\n\n\n※Pyth onの基本中の基本(for分やif分)は理解している方、また は他のプログラミング言語を使用したことがある方を 対象としております。\n※講義はハンズオン形式で進 めますので、Python3をインストールしたPCをご用意くだ さい。\n\n講座を通じて得られること\n\n・機械学習の ためのPythonに対する網羅的な知識。\n・代表的な機械 学習やデータ分析手法の実装能力。\n・より高度な機 械学習や深層学習を学ぶための基礎力。\n\n講座一覧の フローチャート\n\nどの講座から受講したら良いのかわ からないというような方は、下記のフローチャートを 参考にしていただければと思います。\n\n\n\nカリキュ ラム\n\n【Day1】 データをPython上で自在に操作出来るよ うになる\n\n・Pythonでcsvデータを扱う\n・欠損値処理\n ・学習用データとテスト用データの作成\n\n【Day2】 デ ータ分析ライブラリのNumpyとmatplolibの習得する\n\n・Nump y紹介\n・配列の作成\n・配列の要素指定\n・配列の計算 \n・Numpyでよく使われる関数\n・データの可視化\n\n【Day 3】 Pythonにおけるオブジェクト指向を理解し、より効 率良くプログラムを書く\n\n・クラスとは\n・クラス変 数\n・インスタンス変数\n・クラスを使う関数\n・コン ストラクタとデストラクタ\n・カプセル化\n・クラスの 継承\n\n【Day4】 手元にあるデータに対して適切な機械 学習アプローチを選択できるようになる\n\n・ファイル の読み込み、可視化\n・回帰分析・Lasso回帰分析\n・教 師あり分類（SVM・サポートベクターマシン）\n・教師 なし分類（クラスタリング・K平均法）\n・次元削減（ 主成分分析・PCA）\n\n【Day5 】 実用レベルの機械学習モ デルを作成できるようになる\n\n・ 導入(ゴールの共有 と基本事項の確認)\n・モデルの評価方法(回帰と分類) \ n・ハイパーパラメーターのチューニング\n・ 実用的な 回帰モデルの作成(多項式回帰)\n・実用的な分類モデル の作成(ランダムフォレスト)\n\n※ 当日予告なく時間配 分・内容が変更になる可能性がございます。\n\nこんな 人にオススメ\n\n・機械学習の学習や社内導入を考えて いる方\n・機械学習のためのPythonについて網羅的な知 識を習得したい方\n・ディープラーニングをやってい きたいと考えている方\n・Pythonを体系的に学びたい方\n \n事前準備・持ち物\n\n・ノートPC\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・pandas\n・sklearn\n・numpy\n・matplotlib\n\n\n また，講義はJupyter Notebookを用いて行いますので，こち らインストールもお願いいたします。\n\n講師\n\n小林 悠\n大学院にて複雑な最適化問題を解くためのアルゴ リズムや機械学習への応用研究に従事。機械学習にお ける最適化手法の改善手法を提案し、深層学習による 自然言語処理への応用について国際会議で発表経験あ り。また大学時代は、学科で4年連続成績トップになり 、三度の表彰を受ける。現在は、深層学習による自然 言語処理を用いた対話型システムやそのユーザ満足度 について研究している。\n\n神津陽信\n慶應義塾大学管 理工学科において主に機械学習を用いた製造業におけ る諸問題へ取り組んでいる。研究では機械学習と時系 列データを用いた研究に従事。他にも統計、生産管理 、データ分析にも精通。AIコンサルでPMとして多数のプ ロジェクトを行った経験などもあり。\n\n渡邉雅也\n東 京理科大学経営工学科にて経済ファイナンス時系列デ ータに関する研究に従事。統計学、情報工学、最適化 の理論などに精通。大手証券会社にて機械学習に関す る技術を用いた分析を行った経験を活かし、kaggleなど のコンペティションにも参加。\n\n\n領収書について\n\n 【Stripeで事前決済の方】\nクレジットカード会社が発 行する明細を領収書の代わりとしてご利用ください。\ n\n【Paypalの方】\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。\n\n【 別途領収書発行が必要な方】\n別途発行手数料として10 00円頂きます。必要な方は、以下のフォームよりご申 請ください。領収書発行手数料と受講料金を合算した 金額で発行いたします。\n全人類がわかる統計学 領収 書発行フォーム\n\n受付・入場時間\n\n開始の10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・メールでのお問 い合わせは、info@to-kei.net　までご連絡ください。\n・ こちらで⇨LINE＠からもお問い合わせいただけます。（ 推奨）\n\n注意事項\n\n・リクルーティング、勧誘、採 用活動など、目的に沿わない行為につきまして、主催 者が相応しくないと判断した場合は即刻退出処分とし ます。全員が気持ちよく過ごすことが出来るよう、ご 協力をお願い致します。\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・最小遂行人数は 「3名」です。開催日の前日までにこの人数に達しない 場合は中止となります。ただし、複数の媒体で募集を 行っているので、本サイト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。も し、中止が決定した場合はその時点で「全額返金」し 、登録しているメールアドレスにご連絡させていただ きます。\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/728684?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR