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・ポアソン回帰】
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・ポアソン回帰】
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:733684@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・ポアソン回帰】
DTSTART;TZID=Asia/Tokyo:20190601T130000
DTEND;TZID=Asia/Tokyo:20190601T150000
DTSTAMP:20260522T102352Z
CREATED:20190523T124738Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73368
 4?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\nとはいえ、一般化線形モデルの中にはロジスティッ
 ク回帰やポア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。また
 導出にあたって用いられる\n最尤法は多くの統計・機
 械学習のアルゴリズムのベースとなっており、しっか
 りと理解している\nだけで見通しが広がります。\nそこ
 で今回は、とっつきづらさを感じるGLM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実装にあたっては、勾配降下
 法を用いてロジスティック回帰、ポアソン回帰のパラ
 メータの\n推定を行なっていきます。\nこれを機に一つ
 高い視点からモデリングを理解するきっかけとしてい
 ただけたら嬉しく思います！\n\n\n開催日程\n\n6/1（土）
 \n受付： 12:50〜13:00\n講義： 13:00〜15:00\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　　ロジスティック回
 帰における最尤法＆勾配の導出\n　　ポアソン回帰に
 おける最尤法＆勾配の導出\n　　リンク関数の設定に
 あたって\n\n3. Pythonを用いたロジスティック回帰、ポア
 ソン回帰の実装の解説＆ハンズオン(50分)\nhttps://lib-arts
 .hatenablog.com/entry/ml_scratch3  (5/24投稿予定）\nhttps://lib-arts
 .hatenablog.com/entry/ml_scratch4  (5/25投稿予定）\n上記をベー
 スに実装の解説やハンズオンを行います。\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-arts.
 hatenablog.com/entry/math_nn1\nhttps://lib-arts.hatenablog.com/entry/math
 _nn2\nhttps://lib-arts.hatenablog.com/entry/math_nn3\nhttps://lib-arts.ha
 tenablog.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、M
 atplotlib、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_scratch3  (5/24投稿予
 定）\n・https://lib-arts.hatenablog.com/entry/ml_scratch4  (5/25投稿
 予定）\n・データ解析のための統計モデリング入門（ht
 tp://hosho.ees.hokudai.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・4\,000円（2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\n6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/733684?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR