BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:“MATLAB x Python”- 良いとこ取りの二刀流がもた
 らす 最新かつ高効率なデータ解析・機械学習ワークフ
 ロー
X-WR-CALNAME:“MATLAB x Python”- 良いとこ取りの二刀流がもた
 らす 最新かつ高効率なデータ解析・機械学習ワークフ
 ロー
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:814749@techplay.jp
SUMMARY:“MATLAB x Python”- 良いとこ取りの二刀流がもたら
 す 最新かつ高効率なデータ解析・機械学習ワークフロ
 ー
DTSTART;TZID=Asia/Tokyo:20210511T140000
DTEND;TZID=Asia/Tokyo:20210511T150000
DTSTAMP:20260410T083349Z
CREATED:20210414T005956Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/81474
 9?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n登録方法\n
 ご参加には、MathWorksのイベントページよりご登録（無
 料）が必要です。下記よりご登録ください。https://jp.ma
 thworks.com/company/events/webinars/upcoming/matlab-x-python-3373497.html
 ?s_eid=PEP_25001\n概要\n\n"便利なMATLABと、即最新モデルが
 手に入るPython どちらを使えば良いんだろう？"と悩む\n
 MATLABユーザーとPythonユーザーの間で、成果物の流用が
 できず、業務が途切れている\n成果物の実装・展開を
 行う段階で、再コーディングなどで時間がかかる\n\n 1
 つでも当てはまる方、是非ご参加ください。\n本セミ
 ナーでは、以下の一連の流れをお見せします。\n\nMATLAB
 とPython両環境を使いながら、天候データの機械学習に
 よる予測モデルを構築\nモデルを再コーディング無し
 でパッケージ化し、アプリケーションサーバへと展開\
 n\n両環境の"良いとこ取り"をした相互実行と、モデル
 構築、実装・展開のワークフローを短時間で把握して
 いただける内容です。\n皆様が実際の業務や研究で、
 必要に応じて2つの環境を使い分け、最適なワークフロ
 ーを実現する一助になれば幸いです。\nハイライト\n\nM
 ATLABとPythonの相互運用性\n最適なツールの選択\n成果物
 の実装と展開\n\n登壇者\n吉野 紘和\, PhD\n製品スペシャ
 リスト - データサイエンス領域\n学生時代、パターン
 認識アルゴリズムの研究で頭が爆発。研究から逃げる
 ように就職するも、データの定量的説明力の必要性を
 感じて、一から統計学等を再勉強。ガラスメーカー、
 超精密測定装置メーカーの技術系サラリーマンを経験
 後に渡英。大学にて、Nanaometrologyの研究を行う(PhD)。そ
 の後、現地で就職するも、開発品の公式スペックを決
 定(計算)する責任者になってしまう。統計的に算出し
 た”スペックが低すぎる”と設計側と毎日喧嘩をしな
 がら、涙の中で新製品上市。それを見届けて帰国し、
 現職。「数学とサッカーとビールは英語を超える全世
 界共通言語なので習得すべき」が信条。\n\n参加費\n無
 料
LOCATION:オンライン
URL:https://techplay.jp/event/814749?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR