【2019年卒向け】機械学習(情報推薦)勉強会
イベント内容
【勉強会概要】
近年、インターネット上で流通しているコンテンツが多くなり、その全てを確認することは時間的に困難になっている。
そのような状況下では、個人の体験の最適化のために、情報の取捨選択を行うことが重要である。 AmazonやYouTubeなどの大手サービスにおいても個人向けに最適化された情報を提供するようになり、情報推薦は多くのサービスで必須の機能となっている。
そこで本勉強会では、情報推薦に関するアルゴリズムについて一通り学習し、さらにMixChannelで実装されている情報推薦手法を実装する。
座学部分では、情報推薦においては有名なサーベイ論文である「推薦システムのアルゴリズム」(神嶌敏弘)を教科書とし、その内容の概要を一通り理解することを目的とする。
演習部分では、ある程度実装済みのJupyterNotebookを配布し、その内容を編集することで進めていく。典型的な情報推薦タスクが部分問題に分割されており、一つ一つの問題を解いていくことによって最終的に全体の実装を行えるような構成にしている。
【スケジュール】
17:20〜17:30 受付
17:30〜18:00 イントロダクション(会社説明)
18:00〜21:00 勉強会
21:00〜22:00 懇親会(任意参加)
【対象】
<必須>
2019年3月までに大学/大学院/専門学校/高専などを卒業予定の方
<こんな方におすすめ>
・推薦システムについて一通りの知識を得たい方
・情報システムに興味がある方
・アルゴリズムに興味がある方
・ちょっとイケてるプログラミングがしてみたいけどネタがない方
【参加要件】
<以下の環境構築が自分でできる(事前準備として行えれば問題ありません)>
①Python3系統についての環境構築
Python2系統との環境分離が必要な場合、それも含む
② 必要なライブラリについての環境構築
シェルの環境構築
※ 特にWindowsでcmdやPowerShellを用いる場合、サポート不可とします
③Python3の基本的な文法がわかる
おもに、if, forなどの制御構文など
④高校程度の数学および高校数学旧課程程度の行列が理解できる
理系の場合は問題ない場合が多そうですが、文系の場合は高校・大学の授業だけだと不足している場合があります
【内容(変更される場合があります)】
教科書: https://github.com/tkamishima/recsysdoc
【事前準備】
- Python3をインストールする
- 別途配布するrequirement.txtをダウンロードし、
pip install -r requirement.txt
する - 環境汚染が気になる方はvenv等を使ってください
- JupyterNotebookの基本的な使い方を学んでおく
- Cellの作り方、編集の仕方など
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。
