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③ 〜最尤法とベイズ統計モデリング
X-WR-CALNAME:【オンライン】Pythonで学ぶ統計モデリングハ
 ンズオン③ 〜最尤法とベイズ統計モデリング
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:792072@techplay.jp
SUMMARY:【オンライン】Pythonで学ぶ統計モデリングハンズ
 オン③ 〜最尤法とベイズ統計モデリング
DTSTART;TZID=Asia/Tokyo:20200913T140000
DTEND;TZID=Asia/Tokyo:20200913T160000
DTSTAMP:20260413T023032Z
CREATED:20200904T082818Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/79207
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n以後のお申
 し込みの方は参加詳細については直接お送りしますの
 で、イベントへの問い合わせ\nよりご連絡ください。\n
 よろしくお願いいたします。\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第三回目は最尤法とベイズ
 統計モデリングについて取り扱います。\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\n9/13（日）\n講義： 14:00〜1
 6:00\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. 最尤法とサンプル数\n2. ベイズの定理と
 事前・事後分布\n3. 重みパラメータのMAP推論\n4. 予測分
 布の導出（難しいので余裕があれば）\n\n↓下記の第3
 章の内容を主に確認していきます。\nhttps://lib-arts.booth.
 pm/items/1836937\n（テキストは別売り、資料とJupyter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Jupyter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 (9/11までに支払いが確認できる場合)\n・4\,000円 (9/12
 以降の支払いの場合)\n・5\,000円 (受講後支払いの場合)\
 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③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。）\nhttps://lib-arts.b
 ooth.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://lib-arts.booth.pm/ite
 ms/1912668\n\n定員\n5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-arts.booth.pm/\n
LOCATION:オンライン
URL:https://techplay.jp/event/792072?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR