Oct
27
Pythonで動かして学ぶ機械学習入門 第3回 (全4回)
ITエンジニアのための機械学習入門
Organizing : 白ヤギコーポレーション
Registration info |
一般枠(抽選) Free
Standard (Lottery Finished)
主催者枠 Free
FCFS
招待枠 Free
FCFS
|
---|
Description
Pythonで動かして学ぶ機械学習入門 第3回(全4回シリーズ)
本講座の目的
実際にサンプルコードを動かしながら、「機械学習ってこういうものか!」と理解し、シンプルな実務的問題に対して機械学習手法を適用できるようになることを目的とします。
本講座の特徴
- サンプルコードの実行と講義を合わせた形式
講師が準備したサンプルコードを実際に動かしながら、機械学習のスキルを身に付けていただきます。講義形式でのご説明も合わせて行いますので、ただ動かすだけでなく正しい理解を深めることが可能です。
- 約75分*2コマ を全4回に渡り実施
テーマ別に全4回の実施を予定しています。各回毎に完結した内容になっていますので、連続してご参加いただかなくとも理解できるものになっております。 ※本勉強会の内容は後日書籍として出版される予定です
こんな方におすすめ
- 機械学習に興味があって勉強を始めたい方
- これから業務で機械学習を使う予定だがどこから勉強してよいか分からない方
- 機械学習を使って実務的な問題が解けるようになりたい方
参加資格
- 業務やプライベートのプロジェクトでPythonプログラミングの経験がある方
- 本講座の録音(場合によっては録画)に了承していただける方 (参加者の方からの質問・発言も個人が特定できない形で書籍内で紹介させていただく可能性があります)
受講に必要なもの
- anacondaとkerasがインストールされIPython notebookスクリプトが実行できるPC
下記ページを参考にPythonの実行環境をご準備ください。
第3回内容
ディープラーニング理論(講師:菊田)
- ディープラーニングとは何か
昨今の機械学習や人工知能に関連する分野の進展は驚嘆すべきものがありますが、その中核を担っているのがディープラーニングです。まずはディープラーニングとはどのようなものであるかという概要と最近の発展をご説明し、押さえておくべき基本的な性質を理解していただきます。
- ディープラーニングの理論的基礎
ディープラーニングを構成する技術的要素は様々です。ここでは誤差逆伝播法や分散表現などの古くから用いられているものに加え、近年発達した事前学習や Rectified Liner Unit のような活性化関数なども含めた、ディープラーニングのコアとなる理論的要素に関してご説明いたします。理論的側面のお話とはなりますが、数式は可能な限り用いず概念的になぜそれが重要なのかが理解できるような内容となっております。
- ディープラーニングの具体的モデル
具体的にどのようなディープラーニングのモデルを構築するかは達成したいタスクによって大きく異なります。代表的なものとして画像分析でよく用いられる Convolutional Neural Network や時系列分析でよく用いられるRecurrent Neural Network を取り上げ、その具体的な構成をご説明いたします。
※第三回の講座は前半が理論で後半が実装になりますので、前半部分は座学中心となります。
ディープラーニング実装(講師:谷田)
こちらの実装編では、ディープラーニングのライブラリのひとつKerasを使って、実際にどのようにモデルを動かすのか見ていきます。KerasはThensorFlowやTheanoをバックエンドとして利用し、シンプルな記述で様々なモデルを手軽に試すことができる、今注目されるライブラリのひとつです。
ここでは以下のようなモデルを予定しています。
- ロジスティック回帰
- 多層パーセプトロン
- CNN (Convolutional Neural Network)
- RNN (Recurrent Neural Network)
講師紹介
菊田遥平 (データサイエンティスト@コンサルファーム)
コンサルファームにてデータサイエンティストとして従事。機械学習の先端的手法を用いた研究開発から分析サービスの提供まで幅広く担当。
- 総合研究大学院大学 高エネルギー加速器科学研究科 素粒子原子核専攻修了。博士(理学)。
- 東北大学理学部卒業(物理系)
谷田和章 (ソフトウェアエンジニア@フリーランス&白ヤギコーポレーション)
データ分析からプロダクト実装まで、一気通貫で手掛けるソフトウェアエンジニア。白ヤギコーポレーションでは、ニュースキュレーションアプリ「カメリオ」の機械学習アルゴリズムの研究開発や、Webサービスのデータ分析などを行う。
- 東京大学大学院 学際情報学府 修士課程修了
- 立命館大学 情報理工学部 卒業
オーガナイザー
堅田洋資 (データサイエンティスト@白ヤギコーポレーション)
日本では数少ない米国大学のデータサイエンス修士号を保有。白ヤギコーポレーションにて、データサイエンティスト育成講座の講師として、またOJTコンサルタントとして活躍。 数十万件の製品から最適な製品をweb閲覧者に提示するレコメンデーション、アプリユーザーの行動分析や機械学習を用いたプッシュ通知最適化、交通系IoTのデータ分析などなどを担当。
白ヤギコーポレーション参画前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発、メーカーで経理・マーケティングなどビジネス面から技術面まで幅広い経験を持つ。
- University of San Francisco, M.S. in Analytics修了
- 一橋大学商学部卒業(統計学・データサイエンス専攻)
菊田遥平 (データサイエンティスト@コンサルファーム)
コンサルファームにてデータサイエンティストとして従事。機械学習の先端的手法を用いた研究開発から分析サービスの提供まで幅広く担当。
- 総合研究大学院大学 高エネルギー加速器科学研究科 素粒子原子核専攻修了。博士(理学)。
- 東北大学理学部卒業(物理系)
開催概要
- 日時:10/27(木) 19:00~21:45(22時完全撤収ですのでご協力お願い致します)
- 場所:21Cafe(渋谷駅)
- 住所: 東京都渋谷区道玄坂2-11-1 G-SQUARE 10階
- 費用:無料
連絡先
ご不明な点がありましたら下記までご連絡ください。
- 堅田洋資 yosuke.katada@shiroyagi.co.jp
- 菊田遥平 diracdiego@gmail.com
無断欠席に関するご注意
15名と少人数のため、極力当日のキャンセルを減らしたいと考えています。そのため、当日無断欠席した場合は、次回以降の参加をご遠慮いただく可能性があります。