統計処理及び機械学習に基づくデータマイニング勉強会 #01
イベント内容
※会場が2種類あり日により変わります。同じビルですが入場ルートが異なります!
本勉強会について
ナビプラス株式会社 宮本隆志(@tmiya_)による講義形式の参加費無料(懇親会は除く)の勉強会となります。
勉強会で作成したスライドや、勉強会の動画は一般公開する予定です。
第1回は2月26日(木)に開催しますが、第2回以降は毎月第2火曜に開催する予定です。
※2/26(木), 3/12(木), 4/09(木), 5/14(木), 6/11(木) ...
勉強会の内容はベリー&リノフの「データマイニング手法 - 営業、マーケティング、CRMの為の顧客分析」を参考にしつつ、データマイニングに関する統計手法や機械学習手法の入門的内容について話す予定です。また、下記に記したように、Pythonを用いたデータ解析の練習的なことを取り入れようと考えています。
内容としては
- 第1回:データマイニング概説。最尤法。モデル選択(AICなど)。Python入門。
- 第2回:(予定)分割表、カイ二乗検定、対数線形回帰。
ハンズオン環境
講義の一部として、Python を用いて簡単なデータを解析してみようと思います。 参加される方は Python と各種ライブラリの導入されたノートパソコンを持参して頂けると、スクリーンを見ながら自分でも試してみることができると思います。もちろんノートパソコンの無い方でも勉強会参加に問題はありません。
科学技術計算用の各種ライブラリを含んだ Python 環境として、Anacondaのバージョン 2.1.0 (Python 2.7版)を導入するのをお勧めします。リンク先から Windows/Mac/Linux 毎のインストーラーを導入してインストールして下さい。
Python に詳しい方は各自の好きな環境で構いませんが、導入パッケージの過不足やバージョン依存の動作の違いについては勉強会では対応できないと思われます。一つのマシンで複数のPython環境を管理する方法として pyenv というツールがありますので、それを利用するのも良いと思われます。Mac で pyenv を用いて機械学習環境を構築する方法は、「MacでPythonの機械学習環境構築(2015年2月版)」が参考になり、お勧めです。
講師は Mac版 Anaconda 2.1.0 (python version = 2.7) を用いて IPython Notebook 上でデモを実施する予定です。 (Anaconda を導入すると IPython はインストールされます。また講義で使用する notebook は github 上で公開する予定です。)
勉強会会場で無線LAN環境を提供予定ですが、ファイルサイズが大きいため、Python 処理系に関しては念のため事前に導入作業を実施して頂けます様、よろしくお願いいたします。(Anaconda に関してはダウンロードページに導入手順が書かれています。)
会場に電源口について約20口程は準備する予定ですが、数に限りがありますのでご注意下さい。バッテリの稼働時間に不安がある場合は、念のためにモバイルバッテリ等をお持ち頂けると助かります。
アジェンダ
時間 | 内容 | 補足 |
---|---|---|
18:40-19:00 | 入場 | |
19:00-19:35 | 講義1 | 質問は随時可 |
19:35-19:45 | 休憩 | キリの良いタイミングで5〜10分程度 |
19:45-20:20 | 講義2 | 質問は随時可 |
20:20-21:00 | ハンズオン | Pythonで自分で試してみる。質問は随時可 |
21:00-21:30 | 退出 | 個別の質問等があればして頂いて問題ありません |
関連URL
内容 | 補足 | URL |
---|---|---|
スライド | ||
動画 | ||
Information | #ml_nlp ※前勉強会用のハッシュタグです。暫くの間利用致します。 | https://twitter.com/search?q=%23ml_nlp |
Information | #study_np ※今回の勉強会用のハッシュタグです。 | https://twitter.com/search?f=realtime&q=%23study_np |
Information | NaviPlus Engineers' Blog | http://tech.naviplus.co.jp/category/announce/ |
過去の勉強会
2014年 機械学習に基づく自然言語処理勉強会(全05回)
内容 | 補足 | URL |
---|---|---|
スライド | Chrome 推奨 | http://nineties.github.io/NLP-seminar/#/ |
動画 | https://www.youtube.com/playlist?list=PLl1oX4Yc8CJail3kBuQZJye6rKpS7hoHw | |
Information | #ml_nlp | https://twitter.com/search?f=realtime&q=%23ml_nlp |
Information | NaviPlus Engineers' Blog | http://tech.naviplus.co.jp/category/announce/ |
2014年 パターン認識と機械学習勉強会(全23回)
内容 | 補足 | URL |
---|---|---|
スライド | 要Chrome | http://nineties.github.io/prml-seminar/#/ |
動画 | 全23回 | https://www.youtube.com/playlist?list=PLl1oX4Yc8CJaeKmvcKYwJMuLT8dcWzGVo |
参考資料 | パターン認識と機械学習 上下 - ベイズ理論による統計的予測 | http://ibisforest.org/index.php?PRML |
Information | #ml_tora | https://twitter.com/search?f=realtime&q=%23ml_tora |
2013年 プログラマの為の数学勉強会(全18回)
内容 | 補足 | URL |
---|---|---|
スライド | 要Chrome | http://nineties.github.io/math-seminar/ |
動画 | 全18回 | http://www.youtube.com/playlist?list=PLzJWjr7AvxH0YYpi2uAH_QHLaSJQ5fZrR |
会場
会場は2種類あり、いずれかで開催しますのでご注意下さい!
【会場1】デジタルガレージセミナールーム
- 住所: 東京都渋谷区恵比寿南3-5-7 代官山DGビル(デジタルゲートビル)
- URL: http://www.garage.co.jp/ja/access/
- 補足:
・ 代官山DGビル1Fファミリーマートの向かって右隣の入り口より入館し、そのままエレベータで9Fに上がって下さい。9F受付右隣に勉強会会場への看板に従い入室して下さい。
・ 9Fセミナールーム入り口は 18:30〜19:15、休憩時、退室時は開放します。 それ以外に入退室が必要な場合は、カードを首から下げた係員に相談下さい。
・ Wi-fiの提供はありますが、混線する可能性がありますので、所持している方は各々持って来ていただいた方が良いです。
・ 飲料の持込みは可能です。
・ 電源の数及び場所が限られる為、必要があれば延長コードや電源タップの持参をお願いします。
・ 勉強会が終わり次第会場の原状復帰を行う必要があります。少々煩いですが容赦下さい。質問等はして頂いて問題ありません。
【会場2】Open Network Lab セミナールーム
- 住所: 東京都渋谷区恵比寿南3丁目5番7号 代官山DGビル2F
- URL: https://onlab.jp/company/access/
- 補足:
・ 代官山DGビル1Fファミリーマートの向かって左隣のエスカレータにより2Fに上がって下さい。エスカレータを下り、右へ20m程歩いた所に入り口があります。
・ Wi-fiの提供はありますが、混線する可能性がありますので、所持している方は各々持って来ていただいた方が良いです。
・ 飲料の持込みは可能です。
・ 電源の数及び場所が限られる為、必要があれば延長コードや電源タップの持参をお願いします。
参加費
- 勉強会:無料
- 懇親会:勉強会後にたまに開催。公平にワリカンでお願いします。
ご質問/ご相談
本勉強会の事務局は、ナビプラス株式会社が運営しています。
何かございましたら、ナビプラス株式会社 梅染充男(@dr4caena)宛 (03-5456-8017)
もしくは、service@naviplus.co.jp までご連絡をお願い致します。
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。