- 機械学習システムの構築・運用の流れ
- Dockerによる環境構築
- Dockerによる予測システムの開発ハンズオン
- 機械学習を利用した予測システムの開発ハンズオン
- 機械学習システムを適切に運用するための知識
     1. ジョブスケジューラによる継続的学習
     2. コード・データ・学習済みモデル・ライブラリのバージョニング
     3. モデルの入力・出力・予測性能の監視と異常検知
     4. クラウドへの展開
（こちらの本格的な実装は、11月開講のシリーズ講座で扱う予定です）

Docker、sckit-learn、Flask、Digdag

- python の基本的な実装力（不安な方は、Python講座を事前に受講してください → https://www.skillupai.com/python ）
- 機械学習に関する基本的な知識

- 機械学習を利用した予測システムの基礎的な構築能力と適切に運用するためのノウハウを身につける

K Suganuma
大阪大学基礎工学部情報科学科卒業。奈良先端科学技術大学院大学 情報科学研究科修士課程修了。アドテク系企業を経て、人材系サービス企業のグループ会社にて、日常消費領域におけるデータを活用した機械学習・データマイニングのアルゴリズムの考案・実装、およびそれらが動作するシステム構築までを行い、事業課題の解決に取り組んでいる。

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。

開始の10分前から

ご自身のノートPC

推奨環境
・MacOSX 10.9 以上
・Windows 7 以上（64bit必須）
・メモリ4GB以上

Anaconda3-5.0.1以上をインストールいただき、講座前にnotebookがブラウザで表示されていることをご確認ください。
事前に追加準備が必要になりましたら、講座前までに記入いただいたメールアドレスにご連絡いたします。


【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）

銀行振込をご希望の方は、HPからお申し込みください

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)

請求書が必要な方は、HPからお申し込みください

* 長時間ですので、ところどころ休憩を挟みます
* 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