BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【初級者歓迎】kaggleを始めるための前処理入 門 X-WR-CALNAME:【初級者歓迎】kaggleを始めるための前処理入 門 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:704969@techplay.jp SUMMARY:【初級者歓迎】kaggleを始めるための前処理入門 DTSTART;TZID=Asia/Tokyo:20181116T193000 DTEND;TZID=Asia/Tokyo:20181116T220000 DTSTAMP:20260420T124718Z CREATED:20181025T160754Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70496 9?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NumPy\, P andas\, 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この講座で得られ ること\n\n機械学習に一連の流れ\n\nカリキュラム\n\n\n 本講座の目的とゴールの共有\nkaggleとは？\nTitanicデ ータセットとは\nデータを様々な面から視覚化してみ よう\nデータを機械学習に向いた形式に整理しよう（ 欠損値等の対応）\n\n\n続編として『Scikit-learnを用いたk aggle入門』の受講をお勧めします。\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前提知識\n\ nNumPy\, Pandas\, Matplotlibの基礎をある程度理解されている 方\n\nPython講座一覧\n\n皆様の強い要望にお応えして、 ご好評をいただいていたpythonレベル１～４の授業を前 後半に分けて、平日夜にも受講できるように致しまし た。休日にまとまった時間を取るのが難しかった方で も受講しやすくなりましたのでぜひご利用ください！\ n\n\n\n\n レベル\n カテゴリ\n 講座名\n\n\n\n\n レベル１ 入門\n Pythonプログラミング入門\n 1. Pythonで学ぶプロ グラミング超入門\n\n\n レベル１ 入門\n Pythonプログラ ミング入門\n 2. Pythonで学ぶオブジェクト指向と標準ラ イブラリ超入門\n\n\n レベル１ 入門\n Pythonプログラミ ング入門\n 3. Pythonプログラミング徹底演習\n\n\n レベ ル２ 初級前半\n Pythonライブラリ基礎(行列計算、デー タフレーム処理)\n 4. 高速データ処理のためのNumpy入門 \n\n\n レベル２ 初級前半\n Pythonライブラリ基礎(行列 計算、データフレーム処理)\n 5. 高速データ処理のた めのPandas入門\n\n\n レベル２ 初級前半\n Pythonライブラ リ基礎(行列計算、データフレーム処理)\n 6. Numpy、Panda s徹底演習\n\n\n レベル３ 初級後半\n Pythonライブラリ 基礎(データ可視化)\n 7. データ可視化のためのMatplotlib 入門\n\n\n レベル３ 初級後半\n Pythonライブラリ基礎( データ可視化)\n 8. 描画スキルを高めるためのseaborn・P lotly入門\n\n\n レベル３ 初級後半\n Pythonライブラリ基 礎(データ可視化)\n 9. 機械学習のためのMatplotlib徹底演 習\n\n\n レベル４ 初中級\n Pythonデータ分析実践(機械 学習モデル構築)\n 10. kaggleを始めるための前処理入門\ n\n\n レベル４ 初中級\n Pythonデータ分析実践(機械学習 モデル構築)\n 11. Scikit-learnを用いたkaggle入門\n\n\n レ ベル４ 初中級\n Pythonデータ分析実践(機械学習モデル 構築)\n 12. 機械学習モデル構築徹底演習\n\n\n レベル ５ 中級\n 現場で使える機械学習・データ分析基礎講 座\n 現場で使える機械学習・データ分析基礎講座\n\n\n \n\n会場へのアクセス方法\n\n直接会場にお越しくださ い。\n遅刻される場合も直接会場にお越しください。\n 講義時間中に出席を取ります。\n\n講師\n\nS Takahashi\n\n 東京大学教養学部広域化学科卒業。東京大学大学院総 合文化広域科学専攻研究科修了。GPS将棋の開発者であ る金子知適研究室にてゲームAIの研究を行う。ゲーム プログラミングワークショップ2014研究奨励賞受賞。東 京大学広域科学専攻奨励賞受賞。\n\n新卒で株式会社リ コーに入社。情報システム部門で社内向けWebアプリケ ーションを作成する。また、WatsonやAzure AIなどのAI技術 に関する調査も担当。その後、株式会社YTSを設立。オ ンラインや教室でのプログラミングセミナーを多数実 施。基本的なプログラミングからAIに渡るまで、様々 な内容を指導している。\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\nWi ndows 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、フォロ ーできない場合がございます。\n\n通信環境に関して\n\ nWi-Fiあり\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最小遂行 人数「4名」：開催日の2日前までに最小遂行人数に達 しない場合は、中止となります。ただし、複数のチャ ンネルで募集を行っているため、本サイトでの申込者 数が最小遂行人数に達しない場合でも開催になる場合 がございます。\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\nス キルアップAI\n\nhttps://www.skillupai.com/\n\n講座に関するお 問い合わせは、info@skillupai.comまでお願いいたします。\ n LOCATION:スキルアップAI 水道橋オフィス (スカイワードビ ルディング5F) 東京都千代田区神田三崎町3-3-20 URL:https://techplay.jp/event/704969?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR