昨今の事情を鑑みて、オンライン開催のみとしました。現地では開催しません。

鳥取県在住者を優先します。

接続にはzoomを使用する予定です。参加希望者は、info@meshman.jpに以下の情報を連絡して下さい。

(a)氏名

(b)メールアドレス(zoomの招待状を送るのに必要です。)

(c)開催日時に連絡の取れる電話番号。

参加費500円は事前支払いとします。

倉吉を人工知能の発信地としたくて開催します。技術の話をする予定です。人材育成と人工知能技術の利用実績を作る事を目指します。主催者は、現在産業界における機械学習やデータサイエンスに関連する活動を積極的に行っております。 会場はエキパル倉吉を予定しております(会場確保中)。

今回ハンズオンとはしません。

Google Driveの共有機能でコンテンツを共有します。
会場にはセキュリティを確保したWi-fiが無いので、Wi-fiは自前でご用意下さい。

PC持参の方は、Googleでアカウントをお持ちの方のみがColaboratoryにアクセス出来ます。

自己紹介(良ければ皆さんも)
前回のおさらい
この会の進め方について
[テーマ内容]
4.1 Python本体(続き)
(13)if文とインデント
(14) 日本語文字コード
(15) 実行時引数
4.2 具体的事例
(1) for文1
(2) for文2
4.3 Python本体(関数)
(1) 関数(classに所属しない物)1
(2) 関数(classに所属しない物)2
4.4 Python本体(クラス)
(1) クラスの利用1
(2) クラスの利用2
5.Numpyの基礎
5.1 Numpyの基礎、初めに
5.2 numpy.array()
5.3 numpy.ndarrayの四則演算
5.4 2次元配列の四則演算
5.5 ブロードキャスト
(1)仕組み1
(2)仕組み2
5.6 部分参照
(1)要素
(2)各行
(3)配列に添え字等の配列や値の条件で参照
(4)ndimとaxis
(5)ファンシーインデックス(Fancy Index)
6. 実行時間の計測

自由討論

1件発表を募集します。

主催者所属はこちら:http://www.meshman.jp/
データサイエンス関連の活動場所:
CAE懇話会: http://www.cae21.org/
計算工学会: https://www.jsces.org/activity/research/machineLearning/
日本機械学会計算力学部門: https://www.jsme.or.jp/cmd/conference/cmdconf19/doc/moushikomi.html

第1回:ベイズ統計学入門I←終了
第2回:ベイズ統計学入門II←終了
第3回:ベイズ統計学入門III←終了
第4回:クラスター分析そのI←終了
第5回:クラスター分析そのII←終了
第6回:自己組織化マップそのI←終了
第7回:自己組織化マップそのII←終了
3/16(月):第8回:Colaboratoryを使ったPython/Numpy/Pandas/Scipyの基礎その1←終了
4/13(月):第9回:Colaboratoryを使ったPython/Numpy/Pandas/Scipyの基礎その2←今回
5/18(月):第10回:Prediction Oneを試すその1
6/15(月):第11回:Prediction Oneを試すその2
7/13(月):第12回:決定木とランダムフォレストその1