BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【初級者歓迎】Scikit-learnを用いたkaggle入門 X-WR-CALNAME:【初級者歓迎】Scikit-learnを用いたkaggle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:705311@techplay.jp SUMMARY:【初級者歓迎】Scikit-learnを用いたkaggle入門 DTSTART;TZID=Asia/Tokyo:20181123T193000 DTEND;TZID=Asia/Tokyo:20181123T220000 DTSTAMP:20260420T172247Z CREATED:20181027T212437Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70531 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機械学習の一連の流れ\n\nカリキュラム\n\n\n 本講座の目的とゴールの共有\nScikit-learnとは\n分類アル ゴリズム概説\nモデルの検証\n\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。\ n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、Pandas 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・Plot ly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\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、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、PayPa l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/705311?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR