【初級者歓迎】高速データ処理のためのNumPy入門

機械学習を始めるためのPython入門講座：10月開催日程のご案内

【平日コース】

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

• 10月04日（金）19:30~22:00 理論講座（前半）「Pythonで学ぶプログラミング超入門」
• 10月11日（金）19:30~22:00 理論講座（後半）「Pythonで学ぶオブジェクト指向と標準ライブラリ超入門」
• 10月18日（金）19:30~22:00 演習講座 「Pythonプログラミング徹底演習」

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）

• 10月25日（金）19:30~22:00 理論講座（前半）「高速データ処理のためのNumPy入門」
• 11月01日（金）19:30~22:00 理論講座（後半）「高速データ処理のためのPandas入門」
• 11月08日（金）19:30~22:00 演習講座「高速データ処理のためのNumPy/Pandas徹底演習」

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）

日程調整中

レベル４ – 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）

日程調整中

※ 10月は週末 (日曜日 9:00~13:00)の開催もございます。

スケジュールはホームページにてご確認ください

【ご注意ください】

• 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
• 各レベルとも、演習講座は理論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
• 全講座、ハンズオン講座のため当日までの事前準備が必須となっております。
  下記の「事前準備・環境構築」の項目を必ずご確認ください

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、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。

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。

近年、Python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NumPyは全ての基礎となる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。

本講座では、機械学習への応用を見据えたNumPy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。

この講座で得られること

機械学習に必須のPythonライブラリ（NumPy）の使い方

カリキュラム

1. 本講座の目的とゴールの共有
2. NumPyとは
3. 配列を作ってみよう
4. 巨大な配列から欲しいデータを高速で抜き出そう
5. 配列を使った計算をしよう
6. ランダムな配列を作ろう

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

前提スキル

・Pythonの基本的な文法がわかる方

・機械学習を始めるためのPython文法入門を受講された方

＊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

事前準備・環境構築（必須）

1. Anaconda3-5.0.1以降をインストール後
2. Jupyter Notebook が正しく起動できることを確認し
3. 「Hello World!」を表示できるまでご確認ください
4. また、Plotly 2.7.0 および Cufflinks 0.13.0 をダウンロードしてください（レベル３およびレベル４の講座のみ）

インストールに関してはこちらを参考にしてください　→　https://goo.gl/FRWrax

※ 環境構築ができていないまま当日お越しいただきますと、ハンズオン講座なのでついてこら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。

講師

Y Kaneko

東京理科大学大学院所属。

現在、機械学習を専攻し、他大学の医学部・獣医学部と共に応用研究を行う。

主なテーマは次世代シーケンサーデータ解析や生体センシングデータ解析。

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

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（JR水道橋駅西口より徒歩2分）

東京都千代田区神田三崎町3-3-20 VORT水道橋 Ⅱ 5階

• 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

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3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