ATND アテンド β PRODUCED BY RECRUIT

ログイン or 無料登録

第3回 データマイニング+WEB 勉強会@東京 (Tokyo.Webmining#3)

蓄積データの 統計解析・データマイニング による有効活用

日時 :
2010/04/17 (土) 13:00 ~ 18:00
定員 :
23人
会場 :
株式会社オープンストリーム 4Fセミナールーム (東京都千代田区外神田6-14-3)
URL :
http://groups.google.com/group/webmining-tokyo
主催者 :

※定員増やせました!20名⇒23名(10/04/09)
※定員増やせました!16名⇒20名(10/04/01)

統計解析・データマイニングの方法論を用い、蓄積されたデータを有効活用していく方法を学ぶ勉強会です。

目的:
データマイニング・統計解析の手法を用い、蓄積されたデータを有効活用していく方法、および、WEB上に蓄積されたデータの活用に関し、皆で学び共有していくことを目的としています。

概要:
各データマイニング・統計解析の手法、各種WEB APIの活用に関し、基礎的な内容から学べる場にしたいと思います。
各方法論・関連トピックについて、はじめての方でも分かりやすい内容を意図し、進めていきます。



内容:
O1.“Openinig Talk” (15分)
講師 :
id:hamadakoichi
(Twitter:@hamadakoichi
)

O2.“参加者全員自己紹介” (20分)

1. R言語による クラスター分析 – 活用編 (90分)
講師 :
id:hamadakoichi
(Twitter:@hamadakoichi
)

2. 市場細分化とクラスター分析 (30分)
講師 :
id:bob3
(Twitter:@bob3bob3
)

3. 健診データへのクラスタリング適用例 (30分)
講師 : id:dichika
(Twitter:@dichika)

4. 機械学習入門 – SVMによる画像分類 (60分)
講師 :
id:yokkuns
(Twitter:@yokkuns)

D. 参加者の声、今後への期待・改善策 (30分)
進行 :
id:hamadakoichi
(Twitter:@hamadakoichi
)

 —-
■復習内容
 前回、前々回と入門的な内容を行ったので、以下に資料リンクを記載します。
 参加される方はこちらもご確認下さい。

-第2回 データマイニング+WEB 勉強会@東京(2010/03/20) :
「はじめてでもわかる R言語によるクラスター分析」

 内容まとめ
 http://d.hatena.ne.jp/hamadakoichi/20100320/p1
 講義中のR言語ソースコード
 http://d.hatena.ne.jp/hamadakoichi/20100324/p1
 Slideshare(講義資料+参加者の声)
 http://www.slideshare.net/hamadakoichi/webr-r
 —
-第1回 データマイニング+WEB 勉強会@東京(2010/02/13):
「はじめてでもわかる 統計解析・データマイニング R言語入門」

 内容まとめ
 http://d.hatena.ne.jp/hamadakoichi/20100220/p1

 Slideshare(講義資料+参加者の声)
 http://www.slideshare.net/hamadakoichi/r-r-3201648




[開催情報]
場所: 東京都千代田区外神田6-14-3 神田KSビル 株式会社オープンストリーム 4Fセミナールーム

日時: 2010年4月17日(土) 13:00 – 18:00
定員: 23名
参加費: 無料 (会場提供してくれた @yanaoki さんに感謝!)



■懇親会 (ピザパーティ-)
 場所: 同じ会場

 日時: 18:30-20:30
 予算: 1000円~2000円程度
 ピザ手配してくれる @yanaoki さんに感謝!



[連絡方法:Google Group]
 ATNDでは連絡をとる方法がないので、連絡用Google Groupへの登録をお願いします。
 http://groups.google.com/group/webmining-tokyo




■講師資料リンク■(※2010/04/29追記)
今回、参加できなかった方々も内容閲覧できるよう、各種資料へのリンクを以下に記載します。
 内容まとめ
 http://d.hatena.ne.jp/hamadakoichi/20100428/p1
 Slideshare資料
 0. 「Opening Talk -創設の思い・目的・進行方針」 (講師:hamadakoichi</a>)<br>  <a href="http://www.slideshare.net/hamadakoichi/opeining">http://www.slideshare.net/hamadakoichi/opeining</a><br>  <b>1. 「R言語による クラスター分析 - 活用編」</b> (講師:<a href="http://twitter.com/hamadakoichi">hamadakoichi)

 http://www.slideshare.net/hamadakoichi/r-3754836
 2. 「市場細分化とクラスター分析」(講師:bob3bob3</a>)<br>  <a href="http://www.slideshare.net/bob3/cfakepathtokyo-webmining3-201004">http://www.slideshare.net/bob3/cfakepathtokyo-webmining3-201004</a><br>  <b>3. 「健診データへのクラスタリング適用例」</b>(講師:<a href="http://twitter.com/dichika">dichika)

 http://www.slideshare.net/guestbe53f7/kenshin
 4. 「機械学習入門 – SVMによる画像分類」(講師:yokkuns</a>)<br>  <a href="http://www.slideshare.net/yokkuns/3-3754435">http://www.slideshare.net/yokkuns/3-3754435</a><br>  <b>D. 「参加者の声、今後への期待・改善策」</b>(進行:<a href="http://twitter.com/hamadakoichi">hamadakoichi)

 http://www.slideshare.net/hamadakoichi/web-3769516
 —-
■参考図書リンク■(※2010/05/03追記)
参加者の声で「参加前に推薦図書をアナウンスして欲しい」との要望があったので、以下に推薦図書を記載します。

-Rで学ぶクラスタ解析
-クラスター分析入門―ファジィクラスタリングの理論と応用
-Rによるデータサイエンス – データ解析の基礎から最新手法まで
-パターン認識と機械学習 上 – ベイズ理論による統計的予測
-パターン認識と機械学習 下 – ベイズ理論による統計的予測

  • このコメントは全員が閲覧、すべてのログインユーザーが投稿することができます
hamadakoichi
hamadakoichi - (2010/03/31 (水) 01:22)
懇親会は同会場でピザパーティを予定しています。

参加希望の方はATND上でコメントをお願いします。
yokkuns
yokkuns - (2010/04/02 (金) 05:51)
ピザパーティ参加希望です!
hogshead
hogshead - (2010/04/06 (火) 13:22)
意思表示だけしておこうっと
a-koike
a-koike - (2010/04/06 (火) 13:36)
初参加ですがもし可能であればよろしくお願い致します。
yanaoki
yanaoki - (2010/04/15 (木) 01:57)
会場係りの@yanaokiです。

当日はUstream配信いたします。

配信URLは、当日、ATNDと、ツイッター(#TokyoWebminingタグ)上で
公開いたします。
hamadakoichi
hamadakoichi - (2010/04/15 (木) 13:26)
参加希望ありがとうございます。 まだ懇親会参加者を募集していますのでみなさんぜひ。皆で語り合い、交流を深めましょう。
karubi
karubi - (2010/04/16 (金) 15:27)
懇親会参加しますー
hamadakoichi
hamadakoichi - (2010/05/04 (火) 02:53)
勉強会に参加できなかった方々も内容閲覧できるようにしたいと考え、勉強会内容をまとめました。ATND本文中に、各種資料へのリンクを追加記載しています。ご確認下さい。
hamadakoichi
hamadakoichi - (2010/05/04 (火) 02:55)
今回の勉強会の参加者の声・改善策の「推薦図書を知りたい」に関し、『推薦図書へのリンク』をATND本文中に追加記載しています。ご確認下さい。

コメントを投稿するには、ログインしてください。

掲載されるイベント情報は、利用者の皆様によりご提供いただくものであり、株式会社リクルートは本情報の正確性や内容について、一切保証するものではございません。詳しくは利用規約をご参照ください。