募集内容 |
ベーシック+アドバンス (6.5h) 9:30-17:00 8500円(前払い)
先着順
ベーシック (4h) 9:30-13:30 6000円(前払い)
先着順
アドバンス (2.5h) 14:30-17:00 2500円(前払い)
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2018/10/28(日) 09:30 ~ 17:00
|
募集期間 |
2018/10/13(土) 08:17
〜 |
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
機械学習を用いたデータ分析の実践においては、機械学習のアルゴリズムや統計に関する知識、実装に用いる言語やライブラリの知識が必要ですが、双方の知識を有機的に結びつけることもまた重要です。前講までの内容でPythonで機械学習を実装するに当たって必須のツールが揃いましたので、次はこれらをデータ分析の実装に応用してみましょう。
本講座では、データ分析入門者向けの有名データセットである「タイタニック号の乗客の生存予測」を題材に、Jupyter notebook上でシリーズ第三講までに扱ってきたNumPy, Pandas, Matplotlibを活用しながらデータの整理・可視化を行い、整理したデータをScikit-learnで実装された有名な機械学習アルゴリズムを用いて分析します。
この講座を学び終えれば、「現場で使える機械学習・データ分析基礎講座 」受講に向けての予備知識は万全なものとなります。次のステップとして実践的な機械学習を学ばれるに当たって非常に有用な講座となっておりますので、ぜひご検討ください。
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
スケジュール
日程 | 時間 | レベル | カテゴリ | 講義名 |
---|---|---|---|---|
10/06(土) | 9:30-13:30 | レベル1 | ベーシック | pythonプログラミング入門 |
10/06(土) | 14:30-17:00 | レベル1 | アドバンス | pythonプログラミング入門 |
10/07(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) |
10/07(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) |
10/13(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) |
10/13(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) |
10/14(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) |
10/14(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) |
10/20(土) | 9:30-13:30 | レベル1 | ベーシック | pythonプログラミング入門 |
10/20(土) | 14:30-17:00 | レベル1 | アドバンス | pythonプログラミング入門 |
10/21(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) |
10/21(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) |
10/27(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) |
10/27(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) |
10/28(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) |
10/28(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
・機械学習に取り組むにあたっての、実技に関する直前知識
カリキュラム
1.本講座の目的とゴールの共有 2.データを様々な面から視覚化してみよう 3.データを機械学習に向いた形式に整理しよう 4.Scikit-learnを用いて分類を行なってみよう 5.演習
対象者
・これからデータ分析、機械学習をはじめたい方 ・Pythonの基礎的な文法(シリーズ第一講) ・NumPy, Pandasの基礎(シリーズ第二講) ・Matplotlib,Seabornの基礎(シリーズ第三講) の内容をある程度理解されている方
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
G Shirato 慶應義塾大学大学院在籍。フランス留学中にVRを学び、Microsoft Hololensアプリの開発を経験。現在はネットワーク理論をサッカーに応用する研究をしており、サッカーのプレーデータを対象に、networkxなどのPythonライブラリを用いた分析をしている。
当日のお持物
ご自身のノートPC(必須) 筆記用具 【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。 pip install plotly==2.7.0でplotlyというライブラリのインストールをお願いします。 *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。