機械学習、ディープラーニングが世間を賑わせる中、実装言語のデファクトスタンダードといってもよいPythonにご興味おありの方は多いのではないかと思います。

なぜ、デファクトスタンダードになったかといえば、機械学習、ディープラーニング、データ分析系の便利なライブラリがとても充実しており、ビジネスバリューを出す上では比較的学習コストが低いことが一番の理由のように思います。

とはいえ、エンジニアでない方や、他の言語を常用しているエンジニアの方からすると、ハードルが高く見えるのも事実です。

本講座シリーズは、自身のノートPCで、実務でよく使用されるPythonの便利なライブラリを用いながらPythonコーディングを行っていただき、機械学習、ディープラーニング、データ分析に触れようとされる方の足がかりとなるようなカリキュラムとなっています。

また、それぞれの講座は独立性をもたせているので、「自分はここは理解しているからいいや」という方は、つまみ食いいただいても理解可能な構成となっています。

プログラミングを勉強しようとして挫折した方、そもそもやったことのない未経験者の方も、機械学習について理解するための技術的なベースを整えませんか。

・Pythonの独学で挫折された方
・Pythonに触れたことのないエンジニア
・これから機械学習、ディープラーニング、データ分析系の仕事をしたい方

・Pythonを元にプログラミングの基本が理解でき、データ分析や機械学習モデル構築時のエンジニアリングに不安がなくなります
・NumPy、pandas、matplotlib、Jupyterなど、データ分析/機械学習について学ぶ上で必須のライブラリの使用方法について理解できます
・gitを用いたソースコード管理やFlaskを用いたAPI開発など、機械学習に直接は関係なくてもベースとして知って置かなければならない技術について理解できます

※
過去に行いました同名の勉強会に参加いただいた方は、過去の参加費用を割り引いてご参加いただけますので、事前に
お申し付けください（今回は以前より断然深掘りした講座になります）。ただし、割引は4回講座のうち3回以上受講される方のみ適用となります。

連絡先：info@skillupai.com

代々木駅周辺決まり次第記載いたします

・NumPyで学ぶ数値計算
・NumPyの扱い方をJupyterファイルを元に解説
・matplotlibで学ぶグラフ描画
・数字の羅列をグラフ化することで見やすくなる
・様々なグラフの種類、グラフをどうチョイスするか（円グラフ、折れ線、棒グラフ）
・matplotlibを用いてグラフの描画について学ぶ

※手元のPCで手を動かしながら進めることを重視します
※講座内容は変更となる場合があります

Anacondaはファイルサイズが大きく時間がかかるので、ノートPCに事前にダウンロードをお願いします。

・勉強会内容の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。

領収書は事前にinfo@skillupai.comまでセミナータイトル名と領収書の宛名をご連絡ください。 
但し書きは「セミナー代」となります。ご指定の但し書きが必要な場合はその旨もご連絡をお願い致します。