BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【オンライン開催】『スモールデータ解析と
 機械学習』読書会#1
X-WR-CALNAME:【オンライン開催】『スモールデータ解析と
 機械学習』読書会#1
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:862798@techplay.jp
SUMMARY:【オンライン開催】『スモールデータ解析と機械
 学習』読書会#1
DTSTART;TZID=Asia/Tokyo:20220622T200000
DTEND;TZID=Asia/Tokyo:20220622T210000
DTSTAMP:20260520T152337Z
CREATED:20220617T141812Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/86279
 8?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n初回は1章か
 らスタートします。\n開催趣旨\n本勉強会では、AIや機
 械学習の知識や実装力を高めていくことを目的とし、A
 Iや機械学習関連の書籍を一冊取り上げ、毎週1回一章
 ずつ読み進めていく予定です。オンライン勉強会では
 約1時間で、参加者同士の質問・意見交換やディスカッ
 ションを中心に進めていきます。  \n『スモールデータ
 解析と機械学習』（藤原 幸一 著\, オーム社\, 2022年2月
 ）\n※ 書籍はご自身で入手のうえ、ご参加ください。 
  \n参加対象者\n\nAIや機械学習の理解と実装力を高め、
 業務や研究に活用した社会人・学生・研究者の方\nPytho
 nの基礎的な文法やJupter Notebook、Google Colaboratoryの基本
 的な使い方を習得されている方\nオンラインで参加可
 能な方\n\n参加方法\nCommpassの参加者への情報に記載のZo
 omリンクよりご参加ください。  \n勉強会の進め方\n\nそ
 の日に取り扱う章を前もって各自ご自身で読み進めて
 おいてください。  \n勉強会では皆で書籍の内容を確認
 ながら、ポイントごとに立ち止まり、zoom・Slack等で疑
 問点をぶつけ合い、意見交換し、理解を深めていけれ
 ばと思います。  \n\n※ 一人が資料準備してきて一方的
 にレクチャーする形式ではなく、参加者同士インタラ
 クティブにディスカッションしながら進めていきます
 。\n書籍の内容紹介\n（参照：https://www.ohmsha.co.jp/book/978
 4274227783/ ）  \n以下、上記URLの内容紹介から抜粋  \nス
 モールなデータの解析手法・ノウハウが身につく！\nWe
 bデータや画像データに代表されるようなビッグデータ
 が注目される一方で、機械の故障データのように発生
 自体がまれであったり、患者さんの検査データのよう
 に倫理的な問題からデータを集めることに制約があっ
 たり、あるいはデータの判読が専門家以外では困難で
 機械学習に利用しにくいデータは、どうしても忘れら
 れがちです。ビッグデータの時代において、収集が難
 しいために私たちが忘れかけているデータのことをス
 モールデータとよびます。  \nスモールデータでは、測
 定されている変数の数に比べて学習に必要なサンプル
 が不足していたり、それぞれのクラスのサンプル数が
 極端に偏っていたりするため、深層学習のようなビッ
 グデータの方法をそのまま適用するのは適当ではなく
 、異なるアプローチが必要になります。  \n本書は、ス
 モールデータとはどのようなデータであるのかを具体
 的に紹介して、スモールデータ解析の基本となる次元
 削減と回帰分析を説明します。特に部分的最小二乗法
 （PLS）はスモールデータ解析の大きな武器となるでし
 ょう。そして、機械学習においてモデルの性能向上の
 ために必要な変数（特徴）選択を紹介し、特にクラス
 タリングに基づいた新しい変数選択手法を説明します
 。つづいて、不均衡なデータの解析手法と異常検知を
 紹介して、最後にスモールデータ解析についての筆者
 の経験に基づいたポイント・考え方を述べました。本
 書ではPythonプログラムとスモールデータ解析の例題を
 通じて、読者がスモールデータを有効に解析できるよ
 うになるよう工夫しています。  \nビッグデータの世界
 は、もはやデータ量と資本力が支配するレッドオーシ
 ャンとなっています。しかし、スモールデータの世界
 は、まだまだ現場の創意工夫次第でデータから新たな
 価値を引き出すことのできるブルーオーシャンなので
 す。みなさんも、この未知の世界に飛び込んでみませ
 んか？  \nこのような方におすすめ\n◎製造ラインや医
 療現場などでデータの解析を行う技術者、研究者\n○
 データサイエンス系の技術者、研究者、学生  \n参加者
 同士の質問・情報交換\nScribble Osaka Lab（SOL）のSlackワー
 クスペースで、参加者同士の質問・情報共有用チャン
 ネルを設けております。参加ご希望の方は、申込みフ
 ォームで招待メール送り先のEmailアドレスをお教えく
 ださい。\nその他\nソレイユデータ道場については、公
 式HPやFacebookページをご参照ください。\n公式HP：https://
 soleildatadojo.com/  \nFacebookページ：https://www.facebook.com/solei
 ldatadojo/
LOCATION:オンライン オンライン
URL:https://techplay.jp/event/862798?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR
