11月
2
Python で学ぶクラスタリング入門(11/02)
機械学習で利用される階層、非階層クラスタリングについて概要とキーワードを習得しましょう。
主催 : mshinoda88
募集内容 |
前払い枠 3000円(前払い)
先着順
当日払い枠 4000円(会場払い)
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2019/11/02(土) 18:00 ~ 19:30
|
募集期間 |
2019/10/23(水) 10:59
〜 |
会場 |
東京都千代田区有楽町2丁目10−1 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、イベント開始2日前まで参加費用の払い戻しをします。また返金処理は全員のイベント参加・不参加が確定したイベント終了後となります。 当日キャンセル:100%返金なし 前日キャンセル:50%返金 2日以前キャンセル:全額返金 |
|
領収データの発行: 発行する (詳しくはこちら) |
イベントの説明
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。
開催時間
受付:18:00〜18:15
講義:18:15〜19:30
会場
品川周辺 会場A
詳細な住所は以下slack参加者のみご案内致します。
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
前払いの領収書につきまして、PayPalもしくはconnpassで自動発行される領収書をご利用ください。
当日払い又は別途領収書をご希望の場合は、発行手数料は2,000円(税込)となります。ご了承ください。
発表者
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。