Python機械学習プログラミング勉強会#7

2018/03/02(金)19:15 〜 21:30 開催
ブックマーク

イベント内容

勉強会の概要

Python機械学習プログラミング 達人データサイエンティストによる理論と実践を基に、機械学習について理解を深め使えるようになろうという勉強会です。(基本的には毎週金曜日の開催を予定。ただし年末年始をはさむため、第2回は1月19日)
勉強会で学んだ手法を、サンプルデータに用いてみるなど、実践的な内容にする予定です。
また、発表資料やサンプルコードなどは、事前にslackで共有します。
今回の内容はアジェンダに書いていますので、確認のうえ参加ください。

開始時間

  • 19:15開始ですので注意ください。
  • 開場は19:05です。開場前の入室はご遠慮ください。

参加費

無料。懇親会参加者は1000円となります。

アジェンダ

19:05開場

内容 時間 発表者
- 自己紹介 19:15-19:30 全員
6 モデルの評価とハイパーパラメータチューニングのベストプラクティス 19:30- yasunarimorita
LT 募集中
  • LTをしてくださる方は、slack等で連絡ください。
  • 自己紹介は行わない場合があります。

今後の予定等

内容 日時 発表者
1 「データから学習する能力」をコンピュータに与える 12/15 cougar
2 機械学習アルゴリズムのトレーニング 12/15 currypurin
3.1 分類アルゴリズムの選択 1/19 AkiraUrano
3.2 scikit-learn活用へのファーストステップ 1/19 AkiraUrano
3.3 ロジスティック回帰を使ったクラスの確率のモデリング 1/19 osawat
3.4 サポートベクトルマシンによる最大マージン分類 1/19 Hiroki_Iida
3.5 カーネルSVMを使った非線形問題の求解 1/26 Hiroki_Iida
3.6 決定木学習 1/26 nomad
3.7 k近傍法:怠惰学習アルゴリズム 2/2 currypurin
付録c 行列の固有分解の基礎 2/2 yasunarimorita
4 データ前処理-よりよいトレーニングセットの構築 2/9 marimo
5 次元削減でデータを圧縮する 2/23 osawat
6 モデルの評価とハイパーパラメータチューニングのベストプラクティス 3/2 yasunarimorita
7 アンサンブル学習-異なるモデルの組み合わせ 3/16 pollen

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 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。

関連するイベント