BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【オンライン】Pythonで学ぶ統計モデリングハ
 ンズオン② 〜一般化線形モデル編〜
X-WR-CALNAME:【オンライン】Pythonで学ぶ統計モデリングハ
 ンズオン② 〜一般化線形モデル編〜
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:787741@techplay.jp
SUMMARY:【オンライン】Pythonで学ぶ統計モデリングハンズ
 オン② 〜一般化線形モデル編〜
DTSTART;TZID=Asia/Tokyo:20200816T140000
DTEND;TZID=Asia/Tokyo:20200816T160000
DTSTAMP:20260416T034841Z
CREATED:20200727T105511Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/78774
 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n
 大学で基礎統計を学んだり、統計検定2級取ったりなど
 、基本的な統計については\n学ぶ機会や書籍などが多
 いのではと思います。\nが、そこからもう一歩進んだ
 「統計モデリング」についてはなかなか機会が少ない\
 nのではないでしょうか。\n\n通称緑本と呼ばれる「デ
 ータ解析のための統計モデリング入門」はわかりやす
 いですが、\n読み返しにくかったり細部に違和感があ
 ったりしますし、かといってPRMLまでいくと\n少々内容
 が重いと思います。\n\n当セミナーではPythonベースのハ
 ンズオンを通して基礎的な統計から、もう一歩\n進ん
 だ統計モデリングについて知見を深めるきっかけにな
 ればということで企画いたしました。\n第二回目は回
 帰モデルの拡張として解釈できたり、DeepLearningの誤差
 関数の議論などにも\nつながる「一般化線形モデル」
 について確認します。\n\nこれを機に、統計モデリング
 を知るきっかけとしていただけたらと思います！！\n\n
 開催日程\n8/16（日）\n講義： 14:00〜16:00\n\n※\n途中5分
 ほどの休憩を1回設ける予定です。\n\nアジェンダ\n1. 一
 般化線形モデルの概要\n2. 指数型分布族\n3. 一般化線形
 モデルの具体例\n4. 最尤法と誤差関数について\n\n↓下
 記の第2章の内容を主に確認していきます。\nhttps://lib-a
 rts.booth.pm/items/1836937\n（テキストは別売り、資料とJupyte
 rファイルは受講料に含めていますので参加者に配布し
 ます。\nセミナーだけでも内容は完結はしているので
 テキストの購入については任意です。）\n\n\n※ 以下、
 4回分のテーマになります。\n第1回： 確率分布と最尤
 法\n第2回： 一般化線形モデル\n第3回： 最尤法とベイ
 ズ統計\n第4回： MCMCと最適化（時間が余ればその他モ
 デリングについて）\n\n会場\nZoom のオンラインミーテ
 ィングで行います。\nこのため、Zoom アカウントを用意
 してください。\n支払いが確認できた方に、ミーティ
 ングのIDを送信します。\n\n対象者\n・統計モデリング
 について詳しく学びたい方\n・Pythonを用いてロジステ
 ィック回帰分析などのモデリングを行ってみたい方\n
 ・一般化線形モデルを理論と実装の点から深く理解し
 たい方\n\n講師プロフィール\n@yoichi_t\n学生時代は機械
 学習(主に強化学習)/統計を専攻。\n2006年より今日まで
 業務として機械学習/統計の研究開発に従事。\n大手警
 備会社の研究所、広告会社を経て、2016年からディープ
 ラーニングベンチャーにジョイン。\n統計モデリング
 （ベイズ推論）、時系列解析が得意。\n\n当日の準備\n
 ・PC（Zoomが使えるようにお願いします）\n・PythonでJupyt
 erが使える環境(Google Colabでも可です）\n\nライブラリと
 しては、NumPy、SciPy、matplotlibなどを主に用います。\n\n
 費用\n・3\,000円 (8/14までに支払いが確認できる場合)\n
 ・4\,000円 (8/15以降の支払いの場合)\n・5\,000円 (受講後
 支払いの場合)\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※決済は下記よりセミナー資料②の購入をお願いしま
 す。（追加費用がかかる際はBOOSTで追加ください。）\n
 https://lib-arts.booth.pm/items/1836937\n\n※ キャンセルにつき
 ましては返金はできませんが、金額分のテキストの送
 付または、1か月以内の\n別講座への参加が可能です。\
 n↓テキストは下記より選ぶことができます。\nhttps://li
 b-arts.booth.pm/items/1912668\n\n定員\n7名（人数に合わせて調
 整します。）\n\n備考\n下記ページで様々なテキストが
 入手できるようにしています。\nよろしければこちら
 もご検討いただけましたら嬉しいです！！\nhttps://lib-ar
 ts.booth.pm/\n\n
LOCATION:オンライン
URL:https://techplay.jp/event/787741?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR