68485 normal 1512654027 %e3%83%87%e3%83%bc%e3%82%bf%e3%82%b5%e3%82%a4%e3%82%a8%e3%83%b3%e3%82%b9%e8%ac%9b%e7%be%a9part3ver2

データサイエンス講習会Part3

2017-12-10(日)16:00 - 19:00

LabCafe

東京都文京区本郷4-1-3 明和本郷ビル7F

実験的サービス研究会 + 5人の参加者
申し込む

申し込み受付は終了しました

今後イベント情報を受け取る

3,000円 会場払い

【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)
・Pythonの基本文法(10分)
・Pythonでのデータサイエンス基礎(NumPy,Pandas)(18分)
・機械学習概説(2分)
・Pythonでの機械学習(Scikitlearn(二項分類(4手法)、多項分類、回帰(4手法)、各ハイパーパラメータチューニング)) (100分)
・Pythonでの次元削減(PCA)とクラスタリング(kmeans)(20分)

【目的】
・統計の基礎を知る。
・NumPyやPandasの使い方を知る。
・scikitlearnを用いた機械学習(DecisionTree、Randomforest、SVM、KNN)。
・ハイパーパラメータチューニングの方法を知る。
・とりあえずPythonで機械学習の結果を出せるようにする。

【日時】2017年12月10日(日)16:00-19:00
【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】
15:45- 開場
16:00-16:05 各参加者の自己紹介と知りたい分野の口頭発表(一言)
16:05-16:15 基礎統計(平均・分散・標準偏差・標準誤差)(10分)
16:15-16:25 Python基本文法(10分)
16:25-16:45 NumPy, Pandas入門・scikitlearnライブラリの全体像の解説(20分)・機械学習概説
16:45-16:55 休憩
16:55-17:45 Pythonでの二項分類4手法(DecisionTree、Randomforest、SVM、KNN)とHyperParameterTuning
17:45-17:55 休憩
17:55-18:45 Pythonでの回帰4手法(DecisionTree、Randomforest、SVM、KNN)とHyperParameterTuning、多項分類
18:45-18:55 次元削減・クラスタリング・学習器保存方法
18:55-19:00 質疑応答
19:00- 解散
※あくまでこのタイムラインは目安です。

【注意点】
Pythonの基本文法についても軽くは触れますが、それほど詳細までは扱いません。不安な方はドットインストールなどで軽く見てきてください。
http://dotinstall.com/lessons/basic_python_v3

【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】
ご自身のノートPCを(必ず)お持ちください。

【必要なPCのスペック・必要なソフトウェア】

【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)

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)
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】
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

【ハードウェア環境の推奨】
・無線LAN搭載
・HDD空き容量4GB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

コミュニティについて
実践的機械学習勉強会

実践的機械学習勉強会

データサイエンス・機械学習を実際に自分の手で使えるようにする会です。 コミュニティの目的は、統計・データサイエンス・機械学習を東大・慶応・早稲田などの学生や研究者に広く普及させることで、研究レベルの底上げを図ることと、一般の社会人に統計・データサイエンス・機械学習を普及させることで、日本のビジネスのレベルを高めることです。 学生・ポスドクは基本的に無料で参加できるのでぜひご参加ください。 東...

メンバーになる