2020年度オンライン開催
Kaggle Masterとコンペで学ぶ
実務としてデータサイエンスを行っていく上では、座学で機械学習を学ぶだけでなく、多様なデータを扱って引き出しを増やすことが重要です。
業務以外でそのような経験を積む場所として、Kaggleに代表される機械学習コンペティションへの参加が挙げられます。最近のKaggleブームや、
書籍『Kaggleで勝つデータ分析の技術』のヒットでその存在は国内で知られるようになってきました。
とはいえ、そこで行われているのは世界トップを目指す競争です。競争に参加しながら学んでいくには、過去に使われた手法や、
コンペ特有のノウハウも含めてそれなりの前提知識、それに膨大な時間が必要となります。
そこでこの講座では、勝ち負けを競うためだけのコンペではなく、教育を目的に設計された良問へのコンペ参加を通して、
効率よく機械学習の実践経験を積んでいただく機会をご用意しました。
身につくスキル
多様な事例の実践経験
多様な事例の実践経験
競技レベルの評価と検証
競技レベルの評価と検証
データの読解力
データの読解力
受講ポイント
受講ポイント - 01
機械学習コンペ形式で、座学や
独学ではなかなか学べない実践に
必要なノウハウを学べます。
受講ポイント - 02
1テーマ1ヶ月、時間をかけて
じっくりと手を動かした経験と
ともにスキルが身につきます。
受講ポイント - 03
座学、サポート付きコンペ、自力で
のコンペ、と反復しながら自走まで
ステップアップします。
受講ポイント - 04
競技のプロたちが学習のために
適したデータを厳選し、良問を
作成しました。
受講ポイント - 05
質問対応はもちろん、レポート
添削や解法のディスカッションも
含め、みっちりサポートします。
受講ポイント - 06
講師・メンターはほとんどが
Kaggle Masterで、人材育成経験が
豊富です。
講師の紹介
原田 慧 Kei Harada
AIシステム部データサイエンス第1グループ
グループマネジャー
数理学博士、Kaggle Master
2011年からデータ分析に従事。2018年にDeNA入社。
現在はマネージャーとして多くの案件に関わりながら、個性的なメンバーを率いる。
前職時代から社内外のデータ分析技術者の育成に取り組み、データサイエンティスト協会の養成講座初代講師、電気通信大学の非常勤講師など実績多数。
坂見 耕輔 Kosuke Sakami
AIシステム部データサイエンス
第2グループ
Kaggle Master
大学時代に物理学を専攻し、大学院で情報学を研究。
2019年新卒入社。
ゲームをメインに、様々な案件に従事している。自然言語処理分野のコンペを中心に参加している。
講座概要
講座の構成

講座はベーシックコース(3ヶ月)とアドバンスコース(3ヶ月)からなります。
こちらからはベーシックコースにのみお申込みいただけます。
アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。

1. 機械学習モデリング入門

2. 時系列データの分析

3. 複数テーブルの結合、集約

ベーシック
コース

4. モデルのアンサンブル

5. レコメンデーション

6. 自然言語などを含むデータの分析

アドバンス
コース
  • 各回につき、2つの演習(コンペ)と解法ディスカッションを行います。
  • テーマの順番は各月によって変更になります。
日程

2020年11月より開講、 月3回Zoom開催
水曜日または木曜日 / 19:00 〜 21:00

  • ご都合に合わせて開始月を選べます(毎月スタート可能)詳しくはスケジュールをご確認ください。
  • 祝日により開催日が異なる場合があります。
  • 大型連休等により変則スケジュールとなることがあります。
推奨スキル
  • 機械学習関係の業務に関わっている方
  • モデリングとその周辺の技術をさらに伸ばしたいと本気で考えている方
  • 業界の平均レベルより数歩先の尖った強みといえるレベルを目指す方
  • Pythonを用いた基本的なデータハンドリング(numpy, pandas等)
  • 基本的な数学・統計の知識(指数と対数、p値等)
  • 機械学習モデルを構築するチュートリアルを通した経験

受講を妨げるものではありませんが、上記については学習済みとして講座を進めますので、
必要に応じて事前に自習していただくと、より効果的に学習いただけます

ご準備いただく
環境

ブラウザ:Chrome(講座で使用する演習システムはChromeのみ動作確認済みの為)
OSは不問です、お手元でJupyter Notebookが動作する環境をご用意ください
メモリ:8GB以上

  • zoomでの開催となります。
スケジュール
2020年11月開始
申し込み締め切り:10月28日(水)
1回目
機械学習モデリング入門
11月4日(水)
11月11日(水)
演習 1. コンペ
解法ディスカッション
11月25日(水)
演習 2. コンペ
解法ディスカッション
2回目
時系列データの分析
12月3日(木)
12月10日(木)
演習 1. コンペ
解法ディスカッション
12月24日(木)
演習 2. コンペ
解法ディスカッション
3回目
複数テーブルの結合、集約
1月7日(木)
1月14日(木)
演習 1. コンペ
解法ディスカッション
1月28日(木)
演習 2. コンペ
解法ディスカッション
11月のお申し込みはこちら
  • こちらからはベーシックコースにのみお申込みいただけます。
  • アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。
2020年12月開始
申し込み締め切り:11月25日(水)
1回目
機械学習モデリング入門
12月2日(水)
12月9日(水)
演習 1. コンペ
解法ディスカッション
12月23日(水)
演習 2. コンペ
解法ディスカッション
2回目
複数テーブルの結合、集約
1月7日(木)
1月14日(木)
演習 1. コンペ
解法ディスカッション
1月28日(木)
演習 2. コンペ
解法ディスカッション
3回目
時系列データの分析
2月4日(木)
2月12日(金)
演習 1. コンペ
解法ディスカッション
2月25日(木)
演習 2. コンペ
解法ディスカッション
12月のお申し込みはこちら
  • こちらからはベーシックコースにのみお申込みいただけます。
  • アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。
2021年1月開始
申し込み締め切り:12月23日(水)
1回目
機械学習モデリング入門
1月6日(水)
1月13日(水)
演習 1. コンペ
解法ディスカッション
1月27日(水)
演習 2. コンペ
解法ディスカッション
2回目
時系列データの分析
2月4日(木)
2月12日(金)
演習 1. コンペ
解法ディスカッション
2月25日(木)
演習 2. コンペ
解法ディスカッション
3回目
複数テーブルの結合、集約
3月4日(木)
3月11日(木)
演習 1. コンペ
解法ディスカッション
3月25日(木)
演習 2. コンペ
解法ディスカッション
1月のお申し込みはこちら
  • こちらからはベーシックコースにのみお申込みいただけます。
  • アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。
2021年2月開始
申し込み締め切り:1月27日(水)
1回目
機械学習モデリング入門
2月3日(水)
2月10日(水)
演習 1. コンペ
解法ディスカッション
2月24日(水)
演習 2. コンペ
解法ディスカッション
2回目
複数テーブルの結合、集約
3月4日(木)
3月11日(木)
演習 1. コンペ
解法ディスカッション
3月25日(木)
演習 2. コンペ
解法ディスカッション
3回目
時系列データの分析
4月8日(木)
4月15日(木)
演習 1. コンペ
解法ディスカッション
4月30日(金)
演習 2. コンペ
解法ディスカッション
2月のお申し込みはこちら
  • こちらからはベーシックコースにのみお申込みいただけます。
  • アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。
2021年3月開始
申し込み締め切り:2月24日(水)
1回目
機械学習モデリング入門
3月3日(水)
3月10日(水)
演習 1. コンペ
解法ディスカッション
3月24日(水)
演習 2. コンペ
解法ディスカッション
2回目
時系列データの分析
4月8日(木)
4月15日(木)
演習 1. コンペ
解法ディスカッション
4月30日(金)
演習 2. コンペ
解法ディスカッション
3回目
複数テーブルの結合、集約
5月6日(木)
5月13日(木)
演習 1. コンペ
解法ディスカッション
5月27日(木)
演習 2. コンペ
解法ディスカッション
3月のお申し込みはこちら
  • こちらからはベーシックコースにのみお申込みいただけます。
  • アドバンスコースについては、ベーシックコースを受講された方向けに開講のご案内をお送りいたします。
お問合せ
DS実践講座へのご質問やお要望がありましたら、
お気軽にお問い合わせください。
Kaggle Masterと
コンペで学ぶ
身につく
スキル・ポイント
講師紹介
講座概要
スケジュール
お問合せ
お申し込みへ