【GW集中講座】機械学習を始めるためのPythonプログラミング入門
スキルアップAIが次に開催するイベントはこちら
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
レベル1理論講座のみ(5h)
|
先着順 |
7,500円
クレジットカード払い
|
0人 / 定員5人 |
レベル1演習講座のみ(2.5h)
|
先着順 |
3,000円
クレジットカード払い
|
0人 / 定員5人 |
レベル1理論講座+演習講座(7.5h)
|
先着順 |
10,500円
クレジットカード払い
|
0人 / 定員5人 |
GW集中講座セット(4日間/30h)
|
先着順 |
35,000円
クレジットカード払い
|
12人 / 定員15人 |
イベント内容
◆◆◆ ゴールデンウィーク集中講座:別日程のご案内 ◆◆◆
この度は、GW集中講座に多数のお申し込みをいただき誠にありがとうございました。 満席となりましたため、4/12に申し込みを締め切りました。
現在、受付終了後にも多数のお問い合わせをいただいておりますため、お申込みいただけなかった方々のために、今回のGW集中講座と同内容の講座を、別日程にてご案内いたします。
レベル1「機械学習を始めるためのPythonプログラミング入門」
理論講座(前半)4月26日(金)19:30~22:00(開催済み)
理論講座(後半)5月10日(金) 19:30~22:00
演習講座 5月17日(金) 19:30~22:00
レベル2「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)」
理論講座(前半)4月23日(火) 19:30~22:00(開催済み)
理論講座(後半)5月07日(火) 19:30~22:00
演習講座 5月14日(火) 19:30~22:00
レベル3「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)」
理論講座(前半)5月21日(火) 19:30~22:00
理論講座(後半)5月28日(火) 19:30~22:00
※ 最新のスケジュールは、ホームページに随時更新してまいります。
ゴールデンウィーク集中講座のご案内
今年のゴールデンウィークは「機械学習を始めるためのPython講座」を一気に受講していただけます!
本ページはレベル1の講座のご案内となります。
レベル | 講座内容 | 日付 | 理論講座(5h) | 演習講座(2.5h) |
---|---|---|---|---|
1 | Pythonプログラミング入門 | 4/29(月) | 10:00~16:00 (1h休憩含む) | 16:30~19:00 |
2 | Pythonライブラリ基礎(行列計算、データフレーム) | 4/30(火) | 10:00~16:00 (1h休憩含む) | 16:30~19:00 |
3 | Pythonライブラリ基礎(データ可視化) | 5/04(土) | 10:00~16:00 (1h休憩含む) | 16:30~19:00 |
4 | Pythonデータ分析実践(機械学習モデル構築) | 5/05(日) | 10:00~16:00 (1h休憩含む) | 16:30~19:00 |
全日程(合計30時間)をセットでお申込みいただきますとお得になっております! ※
理論講座、演習講座をそれぞれ単独でお申し込みいただくことも可能です。ただし、演習講座は同レベルの理論講座の内容を理解している前提で進行いたします。
各レベルとも、前レベルの講座内容を理解していることを前提として進行いたします。
※「お申込みの際にはご注意ください」の項目をご確認ください。
概要
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。
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、Jupyter Notebookの使い方から、データ分析・機械学習で必須のPythonライブラリの操作をハンズオンで学んでいただきます。
Python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Python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。
この講座で得られること
【理論講座】
Pythonの基本的な文法
Jupyter Notebookの基本的な使い方
【演習講座】
Python の基本的な文法を用いた実装スキル
Jupyter Notebook の便利な機能の使い方
カリキュラム
【理論講座】
- 導入
- Jupyter Notebookの使い方
- Pythonの基本事項
- Pythonの組み込み型
- 制御文
- 関数
- クラス
- 例外処理
- 標準ライブラリ
- 総合問題
【演習講座】
- Jupyter Notebook の便利な使い方
- リストと辞書
- 制御文
- 関数
- クラス
- 正規表現
- ラムダ式
- 例外処理
- 標準ライブラリ
- 総合問題
対象者
これから、データ分析、機械学習をはじめたい方
Python未経験者のエンジニアの方
将来的にデータサイエンティストになりたい方
Python の文法を学んだけれど、実装に自信のない方
講師
S Mizoguchi
東京大学大学院所属。統計検定一級所持。日本ディープラーニング協会のE資格合格者。ハンズフリー音声通信に適した聴覚的品質を損なわない音声強調をテーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。
当日のお持物
ご自身のノートPC(必須) 筆記用具
【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(必須)
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。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。
通信環境に関して
Wi-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。)
会場へのアクセス
スキルアップAI 水道橋オフィス|東京都千代田区神田三崎町3-3-20 VORT水道橋 Ⅱ 5階(旧スカイワードビル)
- 直接会場にお越しください。
- 遅刻される場合も直接会場にお越しください。
- 講義時間中に出席を取ります。
受付・入場時間
開場は開始時刻の10分前です。
10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。
お申込みの際にはご注意ください
- こちらの講座には、当日までの事前準備が必須となっております。「講座までの準備」の項目を必ずご確認ください。
- 「GW集中講座」の講座に関しましては、別日程の講座への振替は不可となります。
- 「GW集中講座セット」でのお申込みキャンセル(各講座の単独受講への切替を含む)は、4/25(木)までのご連絡に限り可能です。4/26(金)以降にご連絡をいただいた場合には対応致しかねます。
- 各講座を単独でお申し込みの上でやむを得ずキャンセルされる場合は、各開催日の4日前までのご連絡に限り、払い戻し手数料を差し引いた金額を払い戻し致します。以降は払い戻しをできませんのでご注意ください。
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。
【Stripeでお支払いの場合】 Stripe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。
備考
- 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。
- 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
スキルアップAI
https://www.skillupai.com/
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。
参加費のお支払いについて
ご利用可能なクレジットカードをご用意いただき、お支払い手続きを行ってください。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。