データサイエンス講習会Part3

【データサイエンス講習会Part3】
【内容】
・基礎統計(平均・分散・標準偏差・標準誤差)(10分)
・線形モデルと一般化線形モデル(ロジスティック回帰)(20分)
・Pythonを用いた機械学習入門(NumPy,Pandas, Scikitlearn(二項分類、多項分類、回帰、ハイパーパラメータチューニング)) (130分)

【目的】
・統計の基礎を知る。
・一般化線形モデル(ロジスティック回帰)の理解。
・Scikitlearnを用いたPythonでの機械学習(メイン)。

【日時】2017年7月9日(日)13:30－16:30
【会場】
LabCafe
東京都文京区本郷4-1-3 明和本郷ビル7F
http://lab-cafe.net/page/access
(本郷交番向かいの、ラーメン屋さんが1Fに入っているビルです。)
東京メトロ 丸ノ内線「本郷三丁目」　徒歩３分
都営大江戸線「本郷三丁目」　　　　 徒歩３分

以下イベント詳細となります。

【タイムライン】
13:15- 開場
13:30-13:35 各参加者の自己紹介と知りたい分野の口頭発表(一言)
13:35-13:55 統計入門・一般化線形モデル(基本的に理論のお話でロジスティック回帰ではR言語で実装し説明)
13:55-14:20 NumPy, Pandas入門
14:20-14:30 休憩
14:30-15:10 Python/Scikitlearnライブラリ(二項分類の4手法)
15:10-15:20 休憩
15:20-16:10 Python/Scikitlearn(回帰(4手法)・多項分類))
16:10-16:30 Scikitlearnライブラリの全体像の解説
16:30- 解散
※あくまでこのタイムラインは目安です。

【注意点】
・基本的にPart1を受講なさられた方が対象です(受けていない方はドットインストールなどでRの基本文法を学んできてください(http://dotinstall.com/lessons/basic_r　))。基本的なRプログラミングの説明は飛ばしがちにます。あと可視化についても同様です。Pythonの基本文法についても今回は飛ばします。ドットインストールなどで軽く見てきてください(Rについても同様)。

【Rとは？】
　オープンソースで無償である高機能な統計ソフト。世界中のRユーザが開発したRプログラム(パッケージ)がCRAN(The Comprehensive R Archive Network)というネットワークにより提供されています。プログラミング初心者でも扱いやすく、Referenceが充実しています。Excelと比べデータ可視化のツールのレパートリーが圧倒的に豊富です。

【参加方法】
Doorkeeperでご登録ください。

【参加費】
学生・ポスドク　無料(受付にて学生証・身分証をお見せください)
社会人3000円(お釣りのないようにお願いします。以前Part3の講義を受けた方は無料。お名前と受講日を受付にてお申し付けください。)

【当日の持ち物・必要なPCのスペック・必要なソフトウェア】
※ご自身のノートPCを必ずお持ちください。

【Windowsの方】
Windows 7以上を推奨　(Xquartzのダウンロードは不要。Rだけダウンロードインストールお願いします)
1, Rを事前にダウンロードしてきてください(RStudioではありません)。
https://cran.r-project.org/
のDownload R 3.4 for Windows (62 megabytes, 32/64 bit)をクリックして、インストールを進めてください。(Download R for Windowsをクリック、baseの文章内のinstall R for the first timeをクリック、Download R 3.3.3 for Windows (70 megabytes, 32/64 bit)をクリックしてダウンロードののち、インストールを行ってください。
2, Anaconda をダウンロード・インストールお願いします。(Python 3.6 version 64bit)
https://www.continuum.io/downloads

【Macの方】
Mac OSX(10.6以上推奨)
1, Rを事前にダウンロードしてきてください(RStudioではありません)。
https://cran.r-project.org/
Download R for (Mac) OS Xをクリック、R-3.4.pkgをクリックするとダウンロードできます。そののちにインストールしてください。
XQuartz(Macのみ)が入っていない方いましたら、ダウンロードを事前に行ってください。
https://www.xquartz.org/
ダウンロード後、ユーティリティの中にあるx11をダブルクリックしてからRをで、コードをご使用ください。
※Windows環境とMac環境両方お持ちの場合は、Windowsを推奨します。
(※当日のパソコン貸し出しは行いません。もし動作がうまくいかない場合、講義を聞くだけになります。その旨ご了承いただける方のみご参加ください。RはOSだけでなく各マシンの種類・設定によっても一部動作しない場合がありますが、それをご理解いただける方のみご参加ください)
2,Pythonでの機械学習環境構築のために、Anacondaをダウンロード・インストールお願いします。 (Python 3.6 version 64bit(CommandLineがわからなければGraphical Installerで))
https://www.continuum.io/downloads

【Linuxの方】
1, https://cran.r-project.org/
から、Download R for Linuxをクリック、その後、各々の環境に沿ってダウンロードインストールを行ってください。
2, Pythonでの機械学習環境構築のために、Anacondaをダウンロード・インストールお願いします。 (Python 3.6 version 64bit)
https://www.continuum.io/downloads

・無線LAN搭載
・HDD空き容量2GB以上
・メモリ4GB以上
【開発環境設定】
当日の運営を円滑に行うため、環境設定はできるだけご自身で事前に行ってください。
※RとRパッケージのダウンロード・インストールで生じたマシンのすべての不具合に関して運営側は責任を負いかねます。

※ご自身のノートPCを必ずお持ちください。
【お願い】
当日、一部でネット環境を必要とします。会場のWi-Fi回線は混みあうことが予想されますので，お持ちの方はモバイルルーターなどをご持参ください(こちらでも用意しています)。

【Part3参加者の感想】
・割と濃い内容がちょうど良いです。いつもありがとうございます。
・ベイズ統計勉強会と同じく、質の高い資料と、少し駆け足でしたがわかりやすい内容の講義でした。
・勉強会として充実している、他者の講義やセミナーはＬＴ化しているのに比べ大変有意義である

【講師紹介】
鈴木瑞人（東京大学大学院新領域創成科学研究科　メディカル情報生命専攻　博士課程1年）
2014年3月東京大学理学部生物学科卒業
2016年3月東京大学大学院新領域創成科学研究科　メディカル情報生命専攻　修士課程卒業

【お問い合わせ先】
machine.learning.r@gmail.com

【主催】
実践的機械学習勉強会