Python で学ぶクラスタリング入門
2019/06/07(金)19:45
〜
21:15
開催
ブックマーク
イベント内容
内容概要
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。
開催日程
6/7(金) 受付:19:45〜20:00 講義&質疑応答:20:00-21:15
会場
品川周辺ですが、現在のところ会場未定
対象者
・データサイエンスの基礎を学びたい方 ・クラスタリングとは何かを基礎からきちんとおさえておきたい方 ・Pythonを学び始めた方
当日のお持物
ノートパソコン必須。 Linux, Mac が望ましいですが、Windows でも仮想環境やクラウド環境があればコマンドで演習可能です。 Windows環境の方でもセキュリティの基本的な考え方を学べます。
講師プロフィール
阪大大学院数学専攻卒。大阪府出身。 C、C++、Java、Perl、PHP、Ruby、Python、R、bash を操る公共系インフラエンジニア、フロントエンジニア を経て、医療系クラウドサービスを展開。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。 大手から中小まで数多くのシステム開発プロジェクトで開発統括、プロマネを経験。 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、心理学、事業戦略論等をテーマに、 社内外で講師の経験多数。
領収書の発行について
領収書の発行手数料は2,000円(税込)となります。 ご了承ください。
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。
※ 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。