募集内容 |
ベーシック (4h) 9:30~13:30 5000円(前払い)
先着順
ベーシック+アドバンス (6.5h) 9:30~17:00 6500円(前払い)
先着順
アドバンス (2.5h) 14:30~17:00 1500円(前払い)
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2018/09/23(日) 09:30 ~ 13:30
|
募集期間 |
2018/09/10(月) 21:10
〜 |
会場 |
東京都渋谷区桜丘町9番8号 KN渋谷3ビル マップで見る 会場のサイトを見る |
前払いについて |
前払いについての連絡先: (参加者にのみ公開されます) |
キャンセル・参加費用の払い戻しについて主催者からの説明: やむを得ずキャンセルされる場合は、開催日の4日前までのご連絡に限り、払い戻し手数料を差し引いた金額を払い戻し致します。以降は払い戻しをできませんのでご注意ください。 |
|
領収データの発行: 発行しない (詳しくはこちら) |
イベントの説明
概要
データ分析・機械学習などに興味がある初学者にとっては、機械学習のアルゴリズムなどが華やかに見えるかもしれませんが、環境設定と様々な基本的ツールへのアクセスができなければ、話がはじまりません。
本講座では、プログラミングの未経験者、もしくはPythonは触ったことがないという方でも、データ分析・機械学習に取り組むに当たって必須の、Pythonライブラリの扱い方をハンズオンで学んでいただきます。
Pythonはプログラミング言語の中で、機械学習、深層学習の開発環境が最も整っている言語です。また、高級言語なので、他の言語と比べて比較的習得しやすいのが特徴です。本講座はハンズオン形式でPythonの文法を学んで頂き、講座内容を習得できれば自力でpythonを用いた開発が可能になります。
近年、Pythonが科学技術計算や機械学習の分野で特に重宝されている要因の一つは、その豊富なライブラリ群の存在にあります。特に、高度な数値計算を高速に実行するNumPy、データベースのフォーマット及び操作ツールを備えるPandasは最重要なライブラリであり、機械学習の実装に当たっては欠かせない前提知識となります。
本講座では、機械学習への応用を見据えたNumPy、Pandas操作の必要事項を基礎からハンズオン形式にて習得することを目指します。
ベーシックとアドバンス
ベーシック : 理論や基本的な考え方・操作などを学びます アドバンス : 複数の実務的な演習を実施し、理解の定着を図ります *アドバンス講座は現在、オープン価格(1,500円)でお申込みいただけます
スケジュール
日程 | 時間 | レベル | カテゴリ | 講義名 |
---|---|---|---|---|
9/15(土) | 9:30-13:30 | レベル3 | ベーシック | pythonライブラリ基礎(データ可視化) |
9/15(土) | 14:30-17:00 | レベル3 | アドバンス | pythonライブラリ基礎(データ可視化) |
9/16(日) | 9:30-13:30 | レベル4 | ベーシック | pythonデータ分析実践(機械学習モデル構築) |
9/16(日) | 14:30-17:00 | レベル4 | アドバンス | pythonデータ分析実践(機械学習モデル構築) |
9/22(土) | 9:30-13:30 | レベル1 | ベーシック | pythonプログラミング入門 |
9/22(土) | 14:30-17:00 | レベル1 | アドバンス | pythonプログラミング入門 |
9/23(日) | 9:30-13:30 | レベル2 | ベーシック | pythonライブラリ基礎(行列計算、データフレーム処理) |
9/23(日) | 14:30-17:00 | レベル2 | アドバンス | pythonライブラリ基礎(行列計算、データフレーム処理) |
9/29(土) | 9:30-13:30 | レベル3 | ベーシック | pythonライブラリ基礎(データ可視化) |
9/29(土) | 14:30-17:00 | レベル3 | アドバンス | pythonライブラリ基礎(データ可視化) |
9/30(日) | 9:30-13:30 | レベル4 | ベーシック | pythonデータ分析実践(機械学習モデル構築) |
9/30(日) | 14:30-17:00 | レベル4 | アドバンス | pythonデータ分析実践(機械学習モデル構築) |
告知は随時行います
講座で基本的操作を学ばれた方は、毎月開講予定の「現場で使える機械学習・データ分析基礎講座 」を受講いただけると、本講義で身につけたスキルを活かして、機械学習の実務の流れと様々なアルゴリズムの基礎をマスターすることができます。
この講座で得られること
・機械学習に必須のPythonライブラリ(NumPy、Pandas)の使い方
カリキュラム
1. 本講座の目的とゴールの共有 2. NumPyで計算を高速化してみよう 3. Pandasでデータ処理を効率化してみよう 4. NumPy-Pandas間でデータの受け渡しをしてみよう 5. 演習問題
対象者
・これから、データ分析、機械学習をはじめたい方 ・Python未経験者のエンジニアの方 ・将来的にデータサイエンティストになりたい方
前提スキル
・Pythonの基本的な文法がわかる方 ・機械学習を始めるためのPython文法入門を受講された方
会場へのアクセス方法
週末はビル正面玄関が閉まっているため、開始10分前より随時内側から開錠いたします。 ビル正面玄関前でお待ちいただきますようお願い致します。 https://imgur.com/a/XteLG 遅刻される方は、入り口に着かれましたら、skillupai.tokyo@gmail.comまでご連絡ください。 スタッフがお迎えに行きます。 ビル館内では飲食物の購入はできませんので、飲食物は事前に購入の上、ご来場ください。 講座中(休憩時間など)にビル外に外出される際は、スタッフまでお声がけください。 また携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.comまでご連絡ください。 ビル正面玄関へ、スタッフがお迎えに上がります。
講師
S Mizoguchi 東京大学大学院所属。統計検定一級所持。ハンズフリー音声通信に適した聴覚的品質を損なわない音声強調をテーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。 S Takahashi 東京大学教養学部広域化学科卒業。東京大学大学院総合文化広域科学専攻研究科修了。GPS将棋の開発者である金子知適研究室にてゲームAIの研究を行う。ゲームプログラミングワークショップ2014研究奨励賞受賞。東京大学広域科学専攻奨励賞受賞。 新卒で株式会社リコーに入社。情報システム部門で社内向けWebアプリケーションを作成する。また、WatsonやAzure AIなどのAI技術に関する調査も担当。その後、株式会社YTSを設立。オンラインや教室でのプログラミングセミナーを多数実施。基本的なプログラミングからAIに渡るまで、様々な内容を指導している。
当日のお持物
ご自身のノートPC(必須) 【動作環境】 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上
講座までの準備
Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。 ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。 *準備ができていない場合、ハンズオン講座なので、ついてこれなくなってしまいます。
通信環境に関して
基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております)
領収書
【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません)
備考
* 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 * 勉強会内容を撮影もしくは録音することは、ご遠慮ください * 個人ブログへの記述については、良識の範囲内でお願いいたします * 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください
運営団体
講座に関するお問い合わせは、info@skillupai.comまでお願いいたします。
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。