2016/08/20(土) 13:30 開催
東京都 曙橋

第 3 回マシンラーニングのら猫勉強会「Python Machine Learning」読書会


日 時: 2016/08/20(土) 13:30 〜 17:00
会 場: 市ヶ谷健保会館、E会議室 (レストランアルファーロの2F)
住 所: 東京都新宿区市谷仲之町4-39
定員数: 24人/定員30人
申込先: Doorkeeper


第3回マシンラーニングのら猫勉強会「Python Machine Learning」読書会
 8月20日(土)13:30 - 17:00 (受付は13:15から)
 市ヶ谷健保会館、E会議室 (レストランの2F) 東京都新宿区市谷仲之町4-39
 ※ 懇親会希望者は当日募りますので、予定が空きそうであれば空けておいてください。会費は2000円程度の予定です。
 ※ 今回から、Machine Learning with TensorFlow (Manning) やその他の課題図書を加えることを考えてみます。

東京農工大の石井一夫先生が一般向けに開く、「Python Machine Learning」の洋書読書会です。


第3章 分類問題 機械学習ライブラリ Scikit-learn の活用
Chapter 3, A Tour of Machine Learning Classifiers Using Scikit-learn, describes the essential machine learning algorithms for classification and provides practical examples using one of the most popular and comprehensive open source machine learning libraries, scikit-learn.

第5章 次元削減でデータを圧縮する
Chapter 5, Compressing Data via Dimensionality Reduction, describes the essential techniques to reduce the number of features in a dataset to smaller sets while retaining most of their useful and discriminatory information. It discusses the standard approach to dimensionality reduction via principal component analysis and compares it to supervised and nonlinear transformation techniques.

第6章 モデルの評価とハイパーパラメータのチューニングとベストプラクティス
Chapter 6, Learning Best Practices for Model Evaluation and Hyperparameter Tuning, discusses the do's and don'ts for estimating the performances of predictive models. Moreover, it discusses different metrics for measuring the performance of our models and techniques to ne-tune machine learning algorithms.

第8章 機械学習の適用 1 -- 感情分析
Chapter 8, Applying Machine Learning to Sentiment Analysis, discusses the essential steps to transform textual data into meaningful representations for machine learning algorithms to predict the opinions of people based on their writing.

第9章 機械学習の適用 2 -- Webアプリケーション
Chapter 9, Embedding a Machine Learning Model into a Web Application, continues with the predictive model from the previous chapter and walks you through the essential steps of developing web applications with embedded machine learning models.

第13章 ニューラルネットワーク -- 数値計算ライブラリ Theano によるトレーニングの並列化
Chapter 13, Parallelizing Neural Network Training with Theano, builds upon the knowledge from the previous chapter to provide you with a practical guide for training neural networks more ef ciently. The focus of this chapter is on Theano, an open source Python library that allows us to utilize multiple cores of modern GPUs.



●受付時間 13:15 受付開始 13:30 開始  17:00 終了
●費用 500円(資料・会場)
●募集人数 30名

  • Twitterでシェア
  • 0
  • 0
  • 0


2017/07/09(日) 13:00 〜 17:30
東京都 神谷町
2017/07/14(金) 18:30 〜 21:00
愛知県 名古屋
2017/06/29(木) 19:00 〜 21:00
東京都 渋谷
2017/07/29(土) 13:00 〜 17:30
東京都 神谷町


TECH PLAYで申込可能なイベント