日時
- 2017年1月30日 10時30分〜 2017年1月30日 16時30分
開催予定
プログラム
- 科学技術計算のためのPythonの入門
- インストールとセットアップ
- Numpy
- Matplotlib
- IPython
- Scipy
- Pandas
- Sympy
- 確率 (SymPy)
- 確率変数
- 写像法
- 情報エントロピー
- 情報理論の概念
- モーメント母関数
- モンテカルロサンプリング法
- 統計 (Scipy,SymPy)
- 統計用Pythonモジュール
- Scipy統計モジュール
- Sympy統計モジュール
- その他の統計用Pythonモジュール
- 収束
- 最尤推定法
- 仮説検定とp値
- ROC (受信者操作特性)
- p値
- 検定統計
- 多重仮説検定
- 信頼区間
- 線形回帰
- 最大事後確率
- ロバスト統計
- ブートストラッピング
- ガウス=マルコフの定理
- ノンパラメトリック法
- 統計用Pythonモジュール
- 機械学習 (Scikit – learn)
- はじめに
- Python機械学習モジュール
- 学習の理論
- 機械学習理論への入門
- 一般化の理論
- 一般化/近似計算量の実行例
- 交差検証法
- バイアス (Bias) とバリアンス (Variance)
- 学習ノイズ
- 決定木
- ランダムフォレスト
- ロジスティック回帰
- 一般化線形モデル
- 正則化
- Ridge回帰
- Lasso回帰
- サポートベクトルマシン
- カーネルトリック
- 次元減少法
- クラスタリング
- アンサンブル法
- ディープラーニング
- ChainerとTensorFlow
会場
受講料
- 1名様: 46,000円(税別) / 50,600円(税込)
- 複数名: 57,000円(税別) / 62,700円(税込)