BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:機械学習を始めるためのpythonライブラリ基礎 （データ可視化） X-WR-CALNAME:機械学習を始めるためのpythonライブラリ基礎 （データ可視化） X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:683970@techplay.jp SUMMARY:機械学習を始めるためのpythonライブラリ基礎（デ ータ可視化） DTSTART;TZID=Asia/Tokyo:20180714T093000 DTEND;TZID=Asia/Tokyo:20180714T133000 DTSTAMP:20260420T190905Z CREATED:20180707T114715Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68397 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\n機械 学習の実社会への応用が急速に普及した現在でも、意 思決定の全てがデータの定量評価によって置き換わる ことはなく、重要な場面では解析結果をもとに人間が 判断を下す局面が多くあります。\nそこで重要となる のが、データを人間にとってわかりやすい形で表現す る力、すなわちデータの視覚化の能力です。\n\n本講座 では、Jupyter notebook上で３つの主要なデータ視覚化用ラ イブラリを用いて、自在にグラフを作成する方法を学 びます。\nこれらのライブラリは実装上複数の書き方 が混在し、混乱を招きやすいため、系統別に整理をす ることで書き分ける力を養います。\n\nこの講座を学び 終えた方は、次のステップとして「Pythonデータ分析実 践」講座に進まれますと、機械学習の本格的な学習に 入る準備の総仕上げを行うことができますので、是非 ご検討ください。\n\n\n\n\n 日程\n 時間\n レベル\n 講 義名\n\n\n\n\n 6/9（土）\n 9:30-13:30\n レベル1\n pythonプ ログラミング入門\n\n\n 6/10（日）\n 9:30-13:30\n レベル 2\n pythonライブラリ基礎（行列計算、データフレーム 処理）\n\n\n 6/16（土）\n 9:30-13:30\n レベル3\n pythonラ イブラリ基礎（データ可視化）\n\n\n 6/17（日）\n 9:30-1 3:30\n レベル4\n pythonデータ分析実践（機械学習直前ま で）\n\n\n 6/23（土）\n 9:30-13:30\n レベル1\n pythonプロ グラミング入門\n\n\n 6/24（日）\n 9:30-13:30\n レベル2\n pythonライブラリ基礎（行列計算、データフレーム処理 ）\n\n\n 6/30（土）\n 9:30-13:30\n レベル3\n pythonライブ ラリ基礎（データ可視化）\n\n\n 7/1（日）\n 9:30-13:30\n レベル4\n pythonデータ分析実践（機械学習直前まで）\ n\n\n 7/7（土）\n 9:30-13:30\n レベル1\n pythonプログラミ ング入門\n\n\n 7/8（日）\n 9:30-13:30\n レベル2\n pythonラ イブラリ基礎（行列計算、データフレーム処理）\n\n\n 7/14（土）\n 9:30-13:30\n レベル3\n pythonライブラリ基礎 （データ可視化）\n\n\n 7/15（日）\n 9:30-13:30\n レベル4 \n pythonデータ分析実践（機械学習直前まで）\n\n\n 7/21 （土）\n 9:30-13:30\n レベル1\n python文法入門\n\n\n 7/22 （日）\n 9:30-13:30\n レベル2\n pythonライブラリ基礎（ 行列計算、データフレーム処理）\n\n\n 7/28（土）\n 9:3 0-13:30\n レベル3\n pythonライブラリ基礎（データ可視化 ）\n\n\n 7/29（日）\n 9:30-13:30\n レベル4\n pythonデータ 分析実践（機械学習直前まで）\n\n\n\n\n告知は随時行い ます\n\n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。\n\nこの講座で 得られること\n\n・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\n\nカリキュラム\n\n1.本講座の目 的とゴールの共有\n\n2.Pythonにおけるグラフ生成の要！M atplotlibを攻略しよう\n\n3.視覚化表現の幅を広げる！Seab ornを使ってみよう\n\n4.インタラクティブなグラフで訴 求力アップ！Plotlyを駆使しよう\n\n5.演習\n\n対象者\n\n ・これからデータ分析、機械学習をはじめたい方\n\n・ Pythonの基礎的な文法(シリーズ第一講)\n\n・NumPy\, Pandas の基礎(シリーズ第二講)の内容をある程度理解されて いる方\n\n会場へのアクセス方法\n\n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。\n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。\nhttps://imgur.com/a/XteLG\n\n遅刻 される方は、入り口に着かれましたら、skillupai.tokyo@gma il.comまでご連絡ください。\nスタッフがお迎えに行き ます。\n\n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。\n\n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。\n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。\nビル正面玄関へ、スタッフがお迎えに上がりま す。\n\n講師陣\n\nH Matsumoto\n慶應義塾大学大学院在籍。H CI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。\n\nH Kyoda\n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。\n\nG Shirato \n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。\n\n当日のお持物\n\n ご自身のノートPC（必須）\n\n動作環境\n\nMacOSX 10.9 以上 \n\nWindows 7 以上（64bit必須）\n\nメモリ4GB以上\n\n講座ま での準備\n\nAnaconda3-5.0.1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。\n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。\n\n*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。\n\n領収書\n\n【Paypalで お支払いの場合】\nPayPal発行の受領書が領収書となり ます。\n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。\n（当社よりの重複しての領収書発行は行えませ ん)\n\n備考\n\n\n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。\n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\n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\n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\n\n\n運営団体\n\nhttps://www. skillupai.com/\n LOCATION:スキルアップ・ビデオテクノロジーズ株式会社 BF 1スタジオ 東京都渋谷区桜丘町9番8号 KN渋谷3ビル URL:https://techplay.jp/event/683970?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR