BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:Python scikit-learnによる機械学習入門　オンライ
 ン講座
X-WR-CALNAME:Python scikit-learnによる機械学習入門　オンライ
 ン講座
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:808625@techplay.jp
SUMMARY:Python scikit-learnによる機械学習入門　オンライン講
 座
DTSTART;TZID=Asia/Tokyo:20210303T100000
DTEND;TZID=Asia/Tokyo:20210303T170000
DTSTAMP:20260426T132218Z
CREATED:20210216T105557Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/80862
 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nscikit-learnに
 よる機械学習入門講座\n概要\n機械学習を始めて学ぶ方
 向けの講座です。\nPythonによるデータ処理の基本、可
 視化の方法から機械学習の実践まで人通り学べます。\
 nこの講座を受講することでscikit-learnによる機械学習の
 基本的な方法をマスターすることができます。\n本講
 座を受講することでディープラーニングの学習がスム
 ーズに入って行くことができます。\nオリジナルテキ
 ストを使用。\n\n１．機械学習とは　1.1 AI/ 機械学習/デ
 ィープラーニング　1.2 機械学習の分類2. scikit-learn　2.1
  scikit-learnとは　2.2 簡単な使い方3. 簡単な回帰と分類
 　3.1 k近傍法(k-NN)　3.2 ロジスティック回帰　3.3 線形回
 帰4. 特徴量　4.1 データの整形　4.2 次元削減　4.3 特徴
 量の表現方法5. 評価　5.1 訓練データ/検証データ/テス
 トデータ　5.2 k-分割交差検証　5.3 評価指標6. 教師あり
 機械学習　6.1 決定木による分類　6.2 決定木による回
 帰（回帰木）　6.3 SVM(サポートベクタマシン）による
 分類　6.4 SVM(サポートベクタマシン）による回帰　6.5 
 ベイズ分類7. 教師なし機械学習　7.1 k-means　7.2 階層的
 クラスタリング8. アンサンブル学習　8.1 バギング分類
 　8.2 バギング回帰　8.3 ブースティング分類　8.4 ブー
 スティング回帰　8.5 ランダムフォレスト　8.6 ERT(Externe
 n randomized trees)　　8.7 AdaBoost\n\nZoomによるオンラインで
 の研修となります。\nタイムスケジュール\n9:45〜　オ
 ンライン受付開始10:00〜17:00　講義　※途中、お昼休憩
 を1時間挟みます。\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\n講師\n金森渉\nラ
 イトハウスラボ株式会社　代表取締役\n大学で情報処
 理工学を専攻後、金融デリバティブシステム、半導体
 生産管理システムなど多くの開発に携わる。\n社内で
 は、教育担当として新人や若手を指導する中で、人材
 育成の重要性に気づき本格的に取り組もうと決意し、\
 nIT講師に転身し独立。 研修事業に本格的に取り組むた
 め、2017年にライトハウスラボ株式会社を設立。\n\n\n長
 慶寺豊\nライトハウスラボ株式会社　主任講師\n東京大
 学卒業後、半導体の設計に携わる。その後講師へ転身
 しライトハウスラボ株式会社所属\n\nPython\,機械学習、
 ディープラーニングの講座を主に担当し、理論派講師
 として定評があります。\n\n参加対象\n・scikit-learnによ
 る機械学習を学び方\n・pythonの基本文法を理解してい
 る方\n\n準備する環境\n以下の環境をご準備下さい。\n
 ・Python3.8 以上\n・jupyter notebook\n・scikit-learn 0.23 以上\n\n
 ※環境に不明点がある場合は、info@lighthouselab.co.jp まで
 お問合せ下さい。\n注意事項\n※ 参加を辞退する場合
 は、詳細ページより申込のキャンセルをお願い致しま
 す。\n参加費のお支払いについて\nクレジットカードで
 の事前支払いとなります。お申込み後ご利用手続きを
 ご案内いたします。\nご利用可能なクレジットカード
 をご用意いただき、お支払い手続きを行ってください
 。\nオンライン受講の注意点\nオンライ受講にあたり以
 下の点にご注意ください。\n・ZoomのIDは、お申し込み
 ・お支払い完了後、ご案内いたします。\n・テキスト
 はPDF配布となります、製本ご希望の方は別途承ります
 。・なるべく安定した通信環境下でご受講をお願いし
 ます。・スマートフォンやWiFiルータは通信容量制限に
 ご注意ください。\n
LOCATION:オンライン
URL:https://techplay.jp/event/808625?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR