機能改善イベント資料の投稿において、SlideShareやSpeakerDeckと同様に、Docswellの資料を埋め込みスライド表示できるように対応いたしました。資料の投稿機能は、資料URLを指定するだけで、URLから取得した情報を、適した形でconnpass上で表示・共有できる機能です

お知らせ connpassプライバシーポリシーの内容を一部更新しました。詳細につきましてはこちらをご覧ください。

Jun

19
PyData.Tokyo Meetup #20 医療・保険におけるデータ分析

Organizing : PyData.Tokyo

Hashtag ：#PyDataTokyo

Registration info	抽選枠 Free Standard (Lottery Finished) 225/90 運営枠 Free Standard (Lottery Finished) 5/6 発表者 Free Standard (Lottery Finished) 2/2

Description

PyData.Tokyoについて

企業・スタートアップ・学会等の各方面で活躍している Pythonista の皆さんが、データ分析・機械学習関連のトピックについて深く議論、交流するためのコミュニティです。「Python+Dataを通じて、世界の PyData エクスパートと繋がれるコミュニティを作る」ことを目標としています。

PyData.Tokyo Meetup #20について

第19回勉強会としてPyData.Tokyo Meetup #20 を開催します。今回のテーマは「保険領域×機械学習」です。

概要

アジェンダ

時間	内容	スピーカー
19:00 - 19:20	受付・開場	-
19:20 - 19:30	「PyData.Tokyoについて」	PyData.Tokyo オーガナイザー
19:30 - 20:30	生命保険と医療データサイエンス	青木智広さん
20:30 - 20:50	スポンサーセッション	Wantedly株式会社
20:50 - 22:00	懇親タイム・LTタイム

発表概要

講演タイトル: 生命保険と医療データサイエンス

スピーカー: 青木智広さん（RGAリインシュアランスカンパニー）

概要：医療データが入手しやすくなったことで、あらゆる業界がデジタルヘルスに興味を持ち始めました。分析結果によって健康アドバイスなどの介入行為を行う場合、Deep Larning のように導出過程がブラックボックスだと分析者はその結果に責任が持てません。生命保険数理は、生保業界で数学・統計学・医療統計学・疫学に基づいてリスクの評価を行う分野です。この分野の専門家（アクチュアリー）で、Pythonで５年にわたり医療データの分析を行っている講演者が、分析手法の一端をみなさまにご紹介します。

講演タイトル: 機械学習を使ったレコメンデーション

スピーカー: 久保長礼さん(Wantedly)

概要：様々な業界でレコメンデーションの実装を要求されることがあります。例えば、検索システム、メールの配信などです。ウォンテッドリーでは、昨年からレコメンデーションチームを立ち上げ、機械学習を使ったレコメンデーションをリリースし、継続的に改善を行っています。今回、レコメンデーションアルゴリズムの全体像と、ユーザエンゲージメントを良くするためのターゲットの設定の方法についてお話します。