【初級者歓迎】機械学習モデル構築徹底演習

11月

30
【初級者歓迎】機械学習モデル構築徹底演習
Titanicのデータセットを題材に演習形式でデータ分析に挑みます

主催 : スキルアップAI

募集内容	前払い 3000円（前払い）先着順 1/10人
申込者	申込者一覧を見る
開催日時	2018/11/30(金) 19:30 ～ 22:00 Googleカレンダー icsファイル
募集期間	2018/11/12(月) 11:03 〜 2018/11/29(木) 20:00まで
会場	ベルサール九段下 room3 東京都千代田区九段北1-8-10（住友不動産九段ビル3・4F）マップで見る会場のサイトを見る
前払いについて	前払いについての連絡先: (参加者にのみ公開されます)
	キャンセル・参加費用の払い戻しについて主催者からの説明: やむを得ずキャンセルされる場合は、開催日の4日前までのご連絡に限り、払い戻し手数料を差し引いた金額を払い戻し致します。以降は払い戻しをできませんのでご注意ください。
	領収データの発行: 発行しない (詳しくはこちら)

イベントの説明

概要

機械学習を用いたデータ分析の実践においては、機械学習のアルゴリズムや統計に関する知識、実装に用いる言語やライブラリの知識が必要ですが、双方の知識を有機的に結びつけることもまた重要です。前講までの内容でPythonで機械学習を実装するに当たって必須のツールが揃いましたので、次はこれらをデータ分析の実装に応用してみましょう。

本講座では、Pythonプログラミングの講座を一度受講された方あるいは勉強中の方に対象とし、演習問題を解くことを通して，回帰・分類を始めとしてどのようなタスクにおいても必須となる

データの前処理・整形
変数選択
ハイパーパラメータチューニング
モデルの検証方法

への知識を深め，pandas・scikit-learnを用いて自力で実装する実践的講座となります。

この講座を学び終えれば、「現場で使える機械学習・データ分析基礎講座」受講に向けての予備知識は万全なものとなります。次のステップとして実践的な機械学習を学ばれるに当たって非常に有用な講座となっておりますので、ぜひご検討ください。

この講座で得られること

- pandas、scikit-learnを組み合わせたデータの前処理
- scikit-learnによる予測モデルの構築と検証
- パラメータチューニングの方法
- scikit-learnの公式リファレンスをある程度読めるようにする

カリキュラム

演習と解説をメインに以下を進めていく予定です。

1. 本講座の目的とゴールの共有
2. データの前処理
 - 質的データ・欠損値の取り扱い 
3. scikit-learnを用いた予測モデルの構築
 - 木モデル、線形モデル、より複雑なモデル
4. 予測モデルの改善
 - データの正規化・標準化
 - 次元削減（変数選択）
 - モデルの検証
 - パラメータチューニング

対象者

これからデータ分析、機械学習をはじめたい方

前提知識

NumPy, Pandas, Matplotlibの基礎をある程度理解されている方

講座一覧

皆様の強い要望にお応えして、ご好評をいただいていたpythonレベル１～４の授業を前後半に分けて、平日夜にも受講できるように致しました。休日にまとまった時間を取るのが難しかった方でも受講しやすくなりましたのでぜひご利用ください！

レベル	カテゴリ	講座名
レベル１入門	Pythonプログラミング入門	1. Pythonで学ぶプログラミング超入門
レベル１入門	Pythonプログラミング入門	2. Pythonで学ぶオブジェクト指向と標準ライブラリ超入門
レベル１入門	Pythonプログラミング入門	3. Pythonプログラミング徹底演習
レベル２初級前半	Pythonライブラリ基礎(行列計算、データフレーム処理)	4. 高速データ処理のためのNumpy入門
レベル２初級前半	Pythonライブラリ基礎(行列計算、データフレーム処理)	5. 高速データ処理のためのPandas入門
レベル２初級前半	Pythonライブラリ基礎(行列計算、データフレーム処理)	6. Numpy、Pandas徹底演習
レベル３初級後半	Pythonライブラリ基礎(データ可視化)	7. データ可視化のためのMatplotlib入門
レベル３初級後半	Pythonライブラリ基礎(データ可視化)	8. 描画スキルを高めるためのseaborn・Plotly入門
レベル３初級後半	Pythonライブラリ基礎(データ可視化)	9. 機械学習のためのMatplotlib徹底演習
レベル４初中級	Pythonデータ分析実践(機械学習モデル構築)	10. kaggleを始めるための前処理入門
レベル４初中級	Pythonデータ分析実践(機械学習モデル構築)	11. Scikit-learnを用いたkaggle入門
レベル４初中級	Pythonデータ分析実践(機械学習モデル構築)	12. 機械学習モデル構築徹底演習
レベル５中級	現場で使える機械学習・データ分析基礎講座	現場で使える機械学習・データ分析基礎講座

会場へのアクセス方法

直接会場にお越しください。遅刻される場合も直接会場にお越しください。講義時間中に出席を取ります。

講師

S Takahashi

東京大学教養学部広域化学科卒業。東京大学大学院総合文化広域科学専攻研究科修了。GPS将棋の開発者である金子知適研究室にてゲームAIの研究を行う。ゲームプログラミングワークショップ2014研究奨励賞受賞。東京大学広域科学専攻奨励賞受賞。

新卒で株式会社リコーに入社。情報システム部門で社内向けWebアプリケーションを作成する。また、WatsonやAzure AIなどのAI技術に関する調査も担当。その後、株式会社YTSを設立。オンラインや教室でのプログラミングセミナーを多数実施。基本的なプログラミングからAIに渡るまで、様々な内容を指導している。

当日のお持物

ご自身のノートPC（必須）

【動作環境】

MacOSX 10.9 以上

Windows 7 以上（64bit必須）

メモリ4GB以上

講座までの準備

Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。

*準備ができていない場合、ハンズオン講座なので、フォローできない場合がございます。

通信環境に関して

Wi-Fiあり

領収書

【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。（当社よりの重複しての領収書発行は行えません)

備考

最小遂行人数「4名」：開催日の2日前までに最小遂行人数に達しない場合は、中止となります。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます。
環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。
勉強会内容を撮影もしくは録音することは、ご遠慮ください。
個人ブログへの記述については、良識の範囲内でお願いいたします。
講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください。