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データ分析実践 （機械学習直前） X-WR-CALNAME:機械学習を始めるためのpythonデータ分析実践 （機械学習直前） 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:683971@techplay.jp SUMMARY:機械学習を始めるためのpythonデータ分析実践（機 械学習直前） DTSTART;TZID=Asia/Tokyo:20180715T093000 DTEND;TZID=Asia/Tokyo:20180715T133000 DTSTAMP:20260415T165045Z CREATED:20180707T115715Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68397 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\n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。\n\n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。\n\n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。\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 pytho n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 9:30-13:30\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 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 py thon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 9:30-13:3 0\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.データを様々な面から視覚化してみ よう\n\n3.データを機械学習に向いた形式に整理しよう\ n\n4.Scikit-learnを用いて分類を行なってみよう\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)\n\n・Matplotlib\,Seaborn の基礎(シリーズ第三講)\n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\n\nH Matsumoto\n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。\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 月面画像データを対象に\, chainer\, scikit-learnなどのライ ブラリを用いて機械学習を行なっている。\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動作環境\nMacOSX 10.9 以上 \nW indows 7 以上（64bit必須）\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/683971?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR