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:753197@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:20191014T160000
DTEND;TZID=Asia/Tokyo:20191014T180000
DTSTAMP:20260522T090613Z
CREATED:20191002T110111Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/75319
 7?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ベイズ推論の導入
 についても知りたい方は同日18時半より下記も実施し
 ますので\nご興味ある方は下記もご検討いただけたら
 と思います。\nhttps://techplay.jp/event/752481\n\n\n開催日程\n\
 n10/14（月）\n受付： 15:50〜16:00\n講義： 16:00〜18:00\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)\nhttp
 s://lib-arts.hatenablog.com/entry/ml_scratch3\nhttps://lib-arts.hatenablo
 g.com/entry/ml_scratch4\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.co
 m/entry/math_nn3\nhttps://lib-arts.hatenablog.com/entry/math_nn4\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、Jup
 yter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\n・https://lib-arts.hatenab
 log.com/entry/ml_scratch4\n・データ解析のための統計モデリ
 ング入門（http://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・NumPy&SciPy数値計算 実装ハ
 ンドブック_7.3節（https://www.shuwasystem.co.jp/book/9784798055442
 .html）\n\n\n費用\n\n・3\,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\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/753197?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR