【初心者向け】クラスタリング入門

今回はざっくりとクラスター分析の各手法と必要な知識の整理を行います。

＜講義＞
1. クラスター分析とは
  クラスター分析のポイント
  サンプル間の距離測定方法
  距離と類似度の違い
2. 距離の指標
  標準化ユークリッド距離、マハラノビス距離
  マンハッタン距離、チェビシェフ距離、ミンコフスキー距離
3. 類似度の指標
  ベクトルの内積、コサイン類似度
  ピアソンの相関係数、 類似度から距離への変換
4. 階層クラスター分析とは
  デンドログラムの生成ステップ
5. クラスター間の距離測定方法
  鎖効果と拡散現象
  ウォード法、群平均法
  最短距離法、最長距離法
6. 階層クラスター分析の長所と短所
　距離測定方法の組み合わせによる結果の違い
7. 非階層クラスター分析とは
　k-meansのフロー、k-means法の初期値依存について
8. k-meansの派生手法
　x-means概要、k-means++概要
　Scikit-learnにおけるKMeansの関数
　ファジークラスタリング、cmeans

随時、pythonによるクラスター分析手法について解説します。

6/9(土)
受付：15:50〜16:00
講義：16:00-17:50
質疑応答：17:50〜18:00

水道橋駅、神保町駅、九段下駅周辺
お申し込みいただいた方に別途ご連絡させていただきます。

・Python の使い方を一通り学習し終えた方
・マーケティングで利用される分析手法について勉強を始めたい方
・機械学習の主な手法について勉強したい方

慶應義塾大学 理工学部卒業　大学院 理工学部研究科 修了。
自身の専攻、および研究の基礎となる数学/物理学について横断的に学ぶ。
現在はSEとしてシステム開発に従事。
要件定義/設計/プログラミングといった、システム開発の上流から下流までの工程を幅広く経験。
塾講師の経験も持ち合わせており、理系科目を中心に、中学受験〜大学受験レベルまで、幅広い指導実績を持つ。

阪大大学院数学専攻卒。大阪府出身。
プログラマ、大手SIerで公共系基盤設計、医療系システムコンサルタント等を経てAIベンチャーにて
データサイエンティスト。大手から中小企業まで数多くのシステム開発プロジェクトで10年以上の
マネジメント経験あり。基盤設計、統計学、機械学習、深層学習、組織論、リーダーシップ論等をテーマに、
社内外で勉強会の講師の経験多数。

東大工学部卒。
データ分析/AI開発の仕事の経験は5年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、500名は越える。

パソコン持参必須
jupyter 環境を構築して来てください。

領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。
（事務手数料として、追加500円を含んだ金額でのお支払いと発行とさせていただきます。）

・個別指導も承りますのでご希望者ご相談ください！
=> ご要望に合わせて最適な講師をマッチングさせていただきます！