当コースは、Pythonプログラミングの初級者~中級者、または他言語のプログラミング経験者を対象に、機械学習やデータ分析の基礎となるPythonライブラリの使い方を実践的に学ぶコースです。
・機械学習、データ分析の基礎スキル
Pythonでデータ分析や機械学習を行う際によく利用される主要ライブラリ
NumPy、pandas、Matplotlib について、基本的な使い方を座学と演習を通して習得します。
データの前処理や可視化の考え方を理解し、分析の基礎力を身につけます。
・分析手法の理解と実践
相関分析、回帰分析、クラスター分析といった代表的な分析手法について、Pythonを用いた演習を通して理解を深めます。
当コースを受講することで、機械学習やデータ分析を学ぶための土台となるPython実践スキルを習得できます。
| 開催日 | 場所 | 受付状況 | 空席状況 | 受付締切 |
|---|---|---|---|---|
| 12月7日(月) | オンラインクラス | 受付中 | ○空席あり | 12月2日(水) |
| 2月26日(金) | オンラインクラス | 受付中 | ○空席あり | 2月23日(火) |
・Pythonプログラミングの初級者~中級者
・他言語のプログラミング経験者で、主にPythonを使った機械学習やAIのシステムに関わる方
・Pythonの特徴やPythonのプログラミングに必要な基礎知識を習得している、または「Python入門(PY011)」を受講している
・他言語の開発経験があることが望ましい
当コースを修了した時点で、次のことができることを目標とします。
1.数値計算ライブラリNumpyを使って、多次元配列の数値データを扱うことができる
2.データ分析ライブラリPandasを使って、データの分析や加工ができる
3.グラフ描画ライブラリMatplotlibを使って、データを可視化することができる
4.Pythonを用いて、相関分析・回帰分析・クラスター分析の基本的な手法を実践できる
1.Python概要
Pythonの特徴
Pythonの適用事例
2.データ分析ライブラリ
NumPy
Pandas
Matplotlib
3.相関分析と回帰分析
相関分析
回帰分析
演習
4.クラスター分析
クラスター分析(クラスタリング)
演習
5.付録
この講座で紹介したパッケージ/ソフトウェア
外部ライブラリの管理
テンソル
当コースは、データサイエンティストを育成するコースではありません。
Pythonを使って機械学習を習得したい方は、「Pythonで学ぶ機械学習入門 ~機械学習の概要とデータ分析手法~(AI015)」をご受講ください。
※昼休憩時間変更のお知らせ※
2025年12月以降に開催するクラスより、昼休憩時間が変更となります
・2025年11月まで:45分
・2025年12月以降:60分
□オンラインクラスご参加のお客様で、自宅やオフィス以外の場所でのオンライン受講をご希望の方には iLスクエア をご提供いたします。ぜひご活用ください。
□受講者メールアドレスについて
・各クラスとも、電子テキストおよび受講のご案内を、受講者の方のメールアドレス宛てに送付させていただきます。
・お申し込み時に受講者ご本人のメールアドレス入力が必須となります。
□テキストについて
・各クラスとも、電子テキスト(PDF)を事前に配布いたします。
ご受講の際には、テキスト閲覧用デバイスをご用意いただくことをお薦めいたします。
・当コースは、電子テキスト(PDF)のご提供のみとなり、印刷テキストには対応しておりません。
□オンラインクラス
オンラインクラスはZoomで提供いたします。
あらかじめミーティング用Zoomクライアントが導入されたパソコンをご準備ください。
Zoomクライアントが使えない環境の場合、Zoom Webクライアントでご受講いただけます。
オンラインクラス受講ガイド(Zoomでご受講の前に) および オンラインクラス利用条件 をご一読いただき、ご同意の上、お申し込みをお願いいたします。
□教室クラス
開催当日は、教室に電子テキストをダウンロードしたPCをご持参ください。
研修会場では無線LANサービスを提供いたしますが、ご持参されたデバイスの接続を保証するものではありません。
教室クラス利用条件 をご一読いただき、ご同意の上、お申し込みをお願いいたします。
■演習環境
本研修ではAzure Virtual Machines上に演習環境をご用意しております。
下記リンク「ILクラウド演習環境接続ガイド」をご参照いただき、事前の接続テストを実施いただいた上での受講申し込みを推奨いたします。
ILクラウド演習環境接続ガイド
【講師からの一言】
このコースは、ある程度プログラミングを経験されている方を対象としたレベルに設定しています。機械学習でベースとなるライブラリへの理解が深まるため、実際のシステム開発プロジェクトに向けてお役立ていただけます。
機械学習や深層学習については、すでに多くのモデルやフレームワークが登場しているため、厳密に中身を理解しなくてもある程度のシステムを作ることができます。だからこそ、今さら聞けないような”基本のき”をしっかり理解して、応用できるスキルを身につけましょう。