BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【未経験者歓迎】Pythonで学ぶオブジェクト指 向と標準ライブラリ超入門 X-WR-CALNAME:【未経験者歓迎】Pythonで学ぶオブジェクト指 向と標準ライブラリ超入門 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:708766@techplay.jp SUMMARY:【未経験者歓迎】Pythonで学ぶオブジェクト指向と 標準ライブラリ超入門 DTSTART;TZID=Asia/Tokyo:20181214T193000 DTEND;TZID=Asia/Tokyo:20181214T220000 DTSTAMP:20260422T015357Z CREATED:20181118T192002Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/70876 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\nPython でデータ分析を学んで行きたいというプログラミング 初級レベルの方向けに、ハンズオン形式でPythonの文法 を学び、データ分析・機械学習を始めるための足掛か りとしていただくための講座です。\n\nデータ分析・機 械学習などに興味がある初学者にとっては、機械学習 のアルゴリズムなどが華やかに見えるかもしれません が、環境設定と様々な基本的ツールへのアクセスがで きなければ、話がはじまりません。\n\nPythonはプログラ ミング言語の中で、機械学習、深層学習の開発環境が 最も整っている言語です。また、高級言語なので、他 の言語と比べて比較的習得しやすいのが特徴です。\n\n そのようなPythonで、全プログラミング言語に共通する 考え方を身につけましょう。\n\n講座で基本的操作を学 ばれた方は、定期開講予定の「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、機械学習の実務の 流れと様々なアルゴリズムの基礎をマスターすること ができます。\n\nこの講座で得られること\n\n\n全てのプ ログラミング言語に共通する基本的思想\nJupyter Notebook の基本的な使い方\nPythonの基本的な文法\n\n\nカリキュ ラム\n\n\n関数\nクラス\n例外処理\n標準ライブラリ\n総 合問題（Pythonプログラミング総復習）\n\n\n対象者\n\n\n 非エンジニアの方\nこれから、データ分析、機械学習 をはじめたい方\n将来的にデータサイエンティストに なりたい方\n\n\n＊該当講座は、前レベルの講座を理解 している前提で進行します。\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pyth on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. 高速データ処理のためのNumpy・Pan das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\n遅刻される場合も直接会場にお越しください。 \n\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】\nPay Pal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【Stripeでお支払 いの場合】\nStripe発行の受領書が領収書となります。 当社より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/708766?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR