BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:Python機械学習入門 X-WR-CALNAME:Python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:743310@techplay.jp SUMMARY:Python機械学習入門 DTSTART;TZID=Asia/Tokyo:20190812T100000 DTEND;TZID=Asia/Tokyo:20190812T130000 DTSTAMP:20260508T161931Z CREATED:20190727T062513Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/74331 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nPython機械学 習入門\n概要\nPythonによる機械学習入門講座を実施いた します！入門として、機械学習のライブラリであるscik it-learn（sklearn）の習得をハンズオン形式で行います。\ nsklearnはオープンソースの機械学習ライブラリであり 、様々な機械学習手法を簡潔な記述実装できるという 点で、高い人気を誇っています。当講座は、sklearnの基 本的な動作を習得に加えて、機械学習の手法の全体像 を掴んでいただくために、回帰・教師あり分類・教師 なし分類・次元削減と幅広く網羅する内容となってい ます。\nまた、ただ概要を説明するだけではなく、そ れぞれに演習問題を用意しており、受講者の方々には 実装までを自力でできるようになって帰っていただく ことをゴールとしています。受講後は、手元にあるデ ータに対してsklearnを用いた適切な機械学習アプローチ が取れるようになります。\n※本講座は、動画復習対 応講座でございます。受講した翌日から1週間、動画を 公開いたします。聞き逃してしまった箇所の補填やよ り深い理解のためにお役立ていただけると幸いです！ \n※当講座はPythonの基本的な文法を理解している方を 対象としています。文法に自身のない方は、Python入門 講座の受講後に当講座の受講をお勧め致します。\n※ 機械学習の前処理について習得したい方は、Pythonデー タ分析入門を合わせて受講していただけると、より深 い理解につながります。\n講座を通じて得られること\n ・sklearnの使い方\n・代表的な機械学習手法の実装体験 （SVM\,Kmeans\,PCA\,lasso）\n・数ある機械学習手法をそれぞ れどのような場面で使うべきかの理解\n・手元にある データに対して、sklearnを用いた適切な機械学習アプロ ーチが取れるようになる。\nカリキュラム\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・総合問題\n※それぞれの項目に演 習問題を用意しております。\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講座一 覧のフローチャート\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事前準備 ・持ち物\nPython3をインストールしたPCの持参をお願い いたします．\nまた以下のライブラリをインストール するようにお願いいたします。\n・pandas\n・sklearn\n・mat plotlib\nまた，講義はJupyter Notebookを用いて行いますので ，インストール頂いたほうがスムーズに講座を受ける ことが可能です．\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こんな人にオススメ\n・Pythonの基本的な文法 は分かっていて、これから機械学習を始めたい方（文 法に自信のない方はこちらの講座の受講後に当講座の 受講をお勧め致します。）\n\n・機械学習には色々な手 法があるが、どれをどの場面で使えばいいのかを知り たい方\n・最短ルートで機械学習入門をしたい方\n講師 \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\n\n会場\n東京都台東区 台東１丁目11番4号 誠心Oビル 3階\nアクセス\n秋葉原駅 より徒歩5分\nJR線をご利用の方は昭和通り改札、東京 メトロ日比谷線をご利用の方は1番出口が最も近くなっ ております。\n領収書について\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【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【別途領収書発行が必要な 方】\n別途発行手数料として1000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受付・入 場時間\n開始の15分前から\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ポータルサイ ト会員登録のお願い\n全人類がわかる統計学では、ポ ータルサイトを使って講座で扱う教材を受講者の皆様 に共有いたします。\n初めて全人類がわかる統計学の 講座に参加される方は、あらかじめこちらより会員登 録をお願いいたします。\nお問い合わせ\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お申し込みにあたっての注意事項\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。（感想などは問題ございません）\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全人類がわかる統計学とは\n株式会社AVI LENが運営するサービスです。統計学・機械学習の学習 用サイト全人類がわかる統計学を運営、管理するほか 、社会人向けのAI人材やデータサイエンティスト育成 のための教育事業を行なっております。\n統計学や機 械学習を、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。 LOCATION:秋葉原駅徒歩5分 台東区台東１丁目11番4号 誠心O ビル3F URL:https://techplay.jp/event/743310?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR