Skip to the content. 機械学習の研究者を目指す人へ 機械学習の研究を行うためには、プログラミングや数学などの前提知識から、サーベイの方法や資料・論文の作成方法まで、幅広い知識が必要になります。本レポジトリは、学生や新社会人を対象に、機械学習の研究を行うにあたって必要になる知識や、それらを学ぶための書籍やWebサイトをまとめたものです。 目次 プログラミングの準備 Pythonを勉強しよう 分かりやすいコードを書けるようになろう 数学の準備 最適化数学を学ぼう 基本的なアルゴリズムとその実践 機械学習の全体像を学ぼう 基本的なアルゴリズムを学ぼう 深層学習の基礎を学ぼう scikit-learnやPyTorchのチュートリアルをやってみよう サーベイの方法 国際会議論文を読もう Google Scholarを活用しよう arXivをチェックしよう スライドの作り方 論文の
原理からコーディングまで、少人数で1日かけてたっぷり学びます。 データを活用した提案力を高めたい方。 BIツールは使えるが、そのあと何を勉強したらいいかわからない方。 Excel/BIツール以外に、どんなツールがありどんな表現力があるのか知りたい方。 データやその可視化をビジネスへの活用へ考えている方。 仮説・計画フェーズ/プログラミングなど、 参加された方それぞれが深めたい部分に気づくことができるような内容を心がけています。 申し込みを検討しており、講義内容やお支払い方法など、御不明点がございましたら info@notation.co.jp へご連絡ください。 ※3日前までに申し込み人数が3名に至らない場合は実施を中止いたします。その場合は全額返金いたします。ご了承いただきますよう、お願いいたします。 日時 5月17日(水)10:30〜17:30 場所 Connecting The Do
岩波データサイエンス サポートページ 各巻に対応する内容は,上のバーの3本線「三」をクリックして左に表示されるメニューからご覧ください (トップページの内容が空白の場合も,メニューで下位の階層をクリックして頂くと内容が表示される場合があります) 新グーグル・サイトに移行しました.自動変換のため,見難くなっている部分,表示されない部分がありますが,ご容赦ください シリーズ「岩波データサイエンス」では、統計科学や機械学習など、データを扱うさまざまな分野について、多様な視点からの情報を提供することをめざします。まったくの初歩からやや高度な話までのいろいろな手法の解説、実務に役立つソフトの使い方、さらには各領域のサイエンスや応用に踏み込んだ内容まで、多彩な記事を掲載します。 装丁には蛯名優子さんの作品を使わせて頂いています。蛯名さんのホームページはこちらです。 【公式ツイッターアカウント】ツイッタ
不動産においてテクノロジーを活用した「不動産テック」と呼ばれるサービスが急速に広まってきています。特に人工知能(AI)によって不動産価格を算出するサービスは、とかく不透明になりがちであった不動産取引価格において、売り手と買い手の情報格差をなくす、これまでの不動産ビジネスの根幹を揺るがすものといっても過言ではないでしょう。 また、2020年に向けた国土交通省の新たな成長目標と具体的取組みのなかで「不動産情報の開発や“より早く、より便利な”データの提供」とあり、政府や自治体等が公開する「オープンデータ」を活用する機運も高まっています。 本来、不動産事業は価格や賃料、位置や収益性に関するデータ分析が重要なビジネスであり、「データサイエンス力」は「事業力」を左右する重要な要素ともいえます。今後は高度なデータサイエンスに基づく的確な事業判断が、競争力の源泉となっていくことが予想されるため、不動産業界
第1週:データサイエンスとは ・データサイエンスの発展 ・社会で起きている変化~データサイエンスの必要性~ ・データサイエンスに求められるスキルや知識 ・データサイエンスの未来と発展 ・データサイエンスのサイクルと課題解決の進め方 ・分析の手法の選択 第2週:分析の概念と事例 ~ビジネス課題解決のためのデータ分析基礎 (事例と手法)(1)~ ・Analysis(分析)とは ・1変数の状況の把握(1)(可視化の活用) ・1変数の状況の把握(2)(代表値の活用) ・比較して2変数の関係を見る ・ビジネスにおける比較(1)(概要) ・ビジネスにおける比較(2)(適切なA/Bテストの活用) 第3週:分析の具体的手法 ~ビジネス課題解決のためのデータ分析基礎 (事例と手法)(2)~ ・クロス集計の軸設定と見方 ・散布図と相関の調べ方 ・相関関係と因果関係の違い ・時系列データの見方 ・時系列データの
◯開催趣旨 ”本当にビジネスの現場に役立つデータ分析”ーこれをテーマにソレイユデータ道場では昨年一年間、さまざまなプロジェクトやデータ解析ハッカソンの開催などに取り組んできました。まだまだ目に見える成果に結びついたとは言い難いですが、起業家やIT技術者、エンジニア、大企業や中小企業、学生など幅広い方々にご参加いただき、確実にコミュニティの裾野は広がりつつあります。 この流れをさらに加速し、データ分析をビジネスの意思決定やイノベーションに活用すべく、今年も活動を継続して参ります! 基調講演では、同志社大学文化情報学部教授の宿久洋先生をお招きし、最新のデータサイエンス市場や学術分野の動向、企業での活用事例などをご紹介いただき、参加者の方々と意見交換や議論を交わします。 また、今年1月からスタートしたTensorFlow研究会、尼崎Pythonの会など参加メンバーによる自主的な試みや、今年も開催
「Capturing Growth Opportunity with Technology ― テクノロジーで成長機会を ―」 マーティン・イェッター 氏 日本アイ・ビー・エム 代表取締役社長 「データサイエンスがビッグデータを深化させる」 消費者の活動や企業の取引がインターネット上で行われるようになり、大量のデジタル情報が企業のもとに集まるようになりましたが、単にデータを蓄積するだけでは価値を生むことはできません。大規模なデータを効率的に集約して分析を行い、意味のある結果を分かりやすく提示することが重要となっています。このセッションでは、ビッグデータからビジネス上の価値を引き出すのに必要なデータサイエンスの手法や戦略などについて議論します。 セッションキーノート マーク・ラスキーノ 氏 米ガートナー リサーチ バイス プレジデント兼ガートナーフェロー パネリスト ジョン・シュローダ
株式会社インフラコモンズ代表取締役の今泉大輔が、現在進行形で取り組んでいるコンシューマ向けITサービス、バイオマス燃料取引の他、これまで関わってきたデータ経営、海外起業、イノベーション、再エネなどの話題について書いて行きます。 データを使って企業活動に役立てる…。こういう観点で見た場合、オープンデータもビッグデータも、存在平面は異なるものの、同じ「データ」として括ることができます。 いったいこのデータを使って、企業活動に意味のある何ができるのか? こういう観点で「データを使った企業活動のあり方」を研究している人たちが英国にはいます。従来からサービスサイエンスの研究で名高かったケンブリッジ大学の研究所ケンブリッジ・サービス・アライアンス(Cambridge Service Alliance)の研究者たちです。 ものすごく新しいことや、まだ本格的な事例が存在しない領域について物事を考える際には
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く