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
 （行列計算、データフレーム処理）
X-WR-CALNAME:機械学習を始めるためのPythonライブラリ基礎
 （行列計算、データフレーム処理）
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:738744@techplay.jp
SUMMARY:機械学習を始めるためのPythonライブラリ基礎（行
 列計算、データフレーム処理）
DTSTART;TZID=Asia/Tokyo:20190713T090000
DTEND;TZID=Asia/Tokyo:20190713T130000
DTSTAMP:20260424T020427Z
CREATED:20190626T210600Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73874
 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n機械学習を
 始めるためのPython入門講座：7月開催日程のご案内\n\n
 レベル１◆ 7月06日（土）9:00~13:00\n\n「機械学習を始め
 るためのPythonプログラミング入門」\n\nレベル２◆ 7月1
 3日（土）9:00~13:00　←　本ページはこちらの講座のご
 案内となります\n\n「機械学習を始めるためのPythonライ
 ブラリ基礎（行列計算、データフレーム処理）」\n\nレ
 ベル３◆ 7月20日（土）9:00~13:00\n\n「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）」\n\nレベ
 ル４◆ 7月27日（土）9:00~13:00\n\n「機械学習を始めるた
 めのPythonデータ分析実践（機械学習モデル構築）」\n\n
 \n\n※ 土曜日に開催の講座は各レベルとも、平日に開
 催している理論講座「前半」と「後半」の内容と同等
 となります\n\n※ 最新のスケジュールはホームページ
 にてご確認ください\n\n【ご注意ください】\n\n\n7月は
 平日（火曜もしくは金曜 19:30~22:00）の開催もございま
 す\n土曜日に開催の講座は各レベルとも、平日に開催
 している理論講座「前半」と「後半」の内容と同等と
 なります\n土曜日の開催は理論講座のみとなり、平日
 に開催している演習講座の内容は含みません\n各レベ
 ルとも、前レベルの講座を受講済みもしくは同等の内
 容を理解している前提で進行いたします\n全講座にお
 きまして、当日までの事前準備が必須となっておりま
 す。下記の「講座までの準備」の項目を必ずご確認く
 ださい\n\n\n概要\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\n本講座では、プログラミングの未経
 験者、もしくはPythonは触ったことがないという方でも
 、データ分析・機械学習に取り組むに当たって必須の
 、Pythonライブラリの扱い方をハンズオンで学んでいた
 だきます。\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。本講座はハンズオン形式でP
 ythonの文法を学んで頂き、講座内容を習得できれば自
 力でPythonを用いた開発が可能になります。\n\n近年、Pyt
 honが科学技術計算や機械学習の分野で特に重宝されて
 いる要因の一つは、その豊富なライブラリ群の存在に
 あります。特に、高度な数値計算を高速に実行するNumP
 y、データベースのフォーマット及び操作ツールを備え
 るPandasは最重要なライブラリであり、機械学習の実装
 に当たっては欠かせない前提知識となります。\n\n本講
 座では、機械学習への応用を見据えたNumPy、Pandas操作
 の必要事項を基礎からハンズオン形式にて習得するこ
 とを目指します。\n\nこの講座で得られること\n\n・機
 械学習に必須のPythonライブラリ（NumPy、Pandas）の使い
 方\n\nカリキュラム\n\n\n本講座の目的とゴールの共有\nN
 umPyで計算を高速化してみよう\nPandasでデータ処理を効
 率化してみよう\nNumPy-Pandas間でデータの受け渡しをし
 てみよう\n演習問題\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・Python未経験者のエ
 ンジニアの方\n\n・将来的にデータサイエンティストに
 なりたい方\n\n前提スキル\n\n・Pythonの基本的な文法が
 わかる方\n\n・機械学習を始めるためのPython文法入門を
 受講された方\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\n講師\n\nT Miki\n\n明治大
 学大学院所属。大学院ではPyTorchを用いて、深層学習に
 よる画像処理に関する研究を行う。主に、月面におけ
 る無人探査機の自己位置推定に対する最適モデルを検
 討中。\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】\nMacOSX 10.9 以上 \nWindows 7 以上（64bit必須
 ）\nメモリ4GB以上\n\n講座までの準備（必須）\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。この場合のタイムロスはカバーできませ
 ん。事前準備を必ず行ってからお越しいただけますよ
 うお願いいたします。\n\n通信環境に関して\n\nWi-Fi環境
 はございますが、繋がりにくい場合はご自身のテザリ
 ングをご利用ください（ベストエフォートとなります
 ）\n\n会場へのアクセス\n\nスキルアップAI 水道橋オフ
 ィス（JR水道橋駅西口より徒歩2分）\n\n 東京都千代田
 区神田三崎町3-3-20 VORT水道橋 Ⅱ 5階\n\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\n入場・受付
 時間\n\n開場は開始時刻の10分前です\n\n10分以上前にお
 越しになられますと、会場の準備のために外でお待ち
 いただく場合がございます。ご注意ください\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。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。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 https://www.skillu
 pai.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／VORT水道橋 Ⅱ 5
 階 東京都千代田区神田三崎町3-3-20
URL:https://techplay.jp/event/738744?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR
