機械学習を始めるためのPythonライブラリ基礎（行列計算、データフレーム処理）

7月

22
機械学習を始めるためのPythonライブラリ基礎（行列計算、データフレーム処理）
ジュピターノートブックを使ってPythonの文法をハンズオンで学びます

主催 : スキルアップAI

募集内容	前払い(4h) 5000円（前払い）先着順 7/10人
申込者	申込者一覧を見る
開催日時	2018/07/22(日) 09:30 ～ 13:30 Googleカレンダー icsファイル
募集期間	2018/06/22(金) 20:14 〜 2018/07/20(金) 16:00まで
会場	スキルアップビデオテクノロジーズ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。

日程	時間	レベル	講義名
6/9（土）	9:30-13:30	レベル1	pythonプログラミング入門
6/10（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
6/16（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
6/17（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
6/23（土）	9:30-13:30	レベル1	pythonプログラミング入門
6/24（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
6/30（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/1（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
7/7（土）	9:30-13:30	レベル1	pythonプログラミング入門
7/8（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
7/14（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/15（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
7/21（土）	9:30-13:30	レベル1	python文法入門
7/22（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
7/28（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/29（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）

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、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。

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

H Kyoda
東京大学大学院在籍。Jaxaと共同研究中。月探査機によって取得されたスペクトルデータを対象に、pandasなどのライブラリを用いたデータマイニングを行なっている。

H Matsumoto
慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。

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）
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。

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