概要

機械学習の実社会への応用が急速に普及した現在でも、意思決定の全てがデータの定量評価によって置き換わることはなく、重要な場面では解析結果をもとに人間が判断を下す局面が多くあります。 そこで重要となるのが、データを人間にとってわかりやすい形で表現する力、すなわちデータの視覚化の能力です。

本講座では、Jupyter notebook上で３つの主要なデータ視覚化用ライブラリを用いて、自在にグラフを作成する方法を学びます。 これらのライブラリは実装上複数の書き方が混在し、混乱を招きやすいため、系統別に整理をすることで書き分ける力を養います。

この講座を学び終えた方は、次のステップとして「Pythonデータ分析実践」講座に進まれますと、機械学習の本格的な学習に入る準備の総仕上げを行うことができますので、是非ご検討ください。

講義名

	日程	時間	レベル
6/9（土）	9:30-13:30	レベル1	pythonプログラミング入門
6/10（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
6/16（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
6/17（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
6/23（土）	9:30-13:30	レベル1	pythonプログラミング入門
6/24（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
6/30（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/1（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
7/7（土）	9:30-13:30	レベル1	pythonプログラミング入門
7/8（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
7/14（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/15（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）
7/21（土）	9:30-13:30	レベル1	python文法入門
7/22（日）	9:30-13:30	レベル2	pythonライブラリ基礎（行列計算、データフレーム処理）
7/28（土）	9:30-13:30	レベル3	pythonライブラリ基礎（データ可視化）
7/29（日）	9:30-13:30	レベル4	pythonデータ分析実践（機械学習直前まで）

告知は随時行います

講座で基本的操作を学ばれた方は、毎月開講予定の「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、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。

この講座で得られること

・機械学習に取り組むにあたっての、実技に関する直前知識

カリキュラム

1.本講座の目的とゴールの共有

2.Pythonにおけるグラフ生成の要！Matplotlibを攻略しよう

3.視覚化表現の幅を広げる！Seabornを使ってみよう

4.インタラクティブなグラフで訴求力アップ！Plotlyを駆使しよう

5.演習

対象者

・これからデータ分析、機械学習をはじめたい方

・Pythonの基礎的な文法(シリーズ第一講)

・NumPy, Pandasの基礎(シリーズ第二講)の内容をある程度理解されている方

会場へのアクセス方法

週末はビル正面玄関が閉まっているため、開始10分前より随時内側から開錠いたします。 ビル正面玄関前でお待ちいただきますようお願い致します。 https://imgur.com/a/XteLG

遅刻される方は、入り口に着かれましたら、skillupai.tokyo@gmail.comまでご連絡ください。 スタッフがお迎えに行きます。

ビル館内では飲食物の購入はできませんので、飲食物は事前に購入の上、ご来場ください。

講座中（休憩時間など）にビル外に外出される際は、スタッフまでお声がけください。 また携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.comまでご連絡ください。 ビル正面玄関へ、スタッフがお迎えに上がります。

講師陣

H Matsumoto 慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。

H Kyoda 東京大学大学院在籍。Jaxaと共同研究中。月探査機によって取得されたスペクトルデータを対象に、pandasなどのライブラリを用いたデータマイニングを行なっている。

G Shirato 慶應義塾大学大学院在籍。フランス留学中にVRを学び、Microsoft Hololensアプリの開発を経験。現在はネットワーク理論をサッカーに応用する研究をしており、サッカーのプレーデータを対象に、networkxなどのPythonライブラリを用いた分析をしている。

当日のお持物

ご自身のノートPC（必須）

動作環境

MacOSX 10.9 以上

Windows 7 以上（64bit必須）

メモリ4GB以上

講座までの準備

Anaconda3-5.0.1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。 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。

*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。

領収書

【Paypalでお支払いの場合】 PayPal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)

備考

• 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。
• 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
• 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
• 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

運営団体

https://www.skillupai.com/