初級者から中級者へのステップアップ！ Pythonによるプログラミング基礎セミナー＋機械学習の初歩

Pythonプログラミング言語を用いた演習中心の講座です！

講師

法政大学 情報科学部　教授 博士 (情報理工学)　小池 崇文 先生

【講師紹介】
(株)日立製作所にて，映像処理，医療画像処理，バーチャルリアリティ，三次元ディスプレイの研究開発に従事，2013年より現職．
【専門】
コンピュテーショナルディプレイ・コンピュテーショナルカメラ，CG，VR/AR．実世界指向メディア．
【本テーマ関連学協会での活動】
情報処理学会 会員，電子情報通信学会 情報システムソサイエティ技術幹事，日本バーチャルリアリティ学会 論文委員，映像情報メディア学会 立体映像技術研究会 幹事

受講料

1名46,440円(税込（消費税8％）、資料・昼食付)
＊1社2名以上同時申込の場合 、1名につき35,640円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

ご受講に際し

＊各自にてWindows10搭載のノートPCをお持ちください。
 
【必要なPCのスペック】
------------------------------
・OS:Windows10（32bit、64bitどちらでも可）
・メモリ:4G以上
・CPU: Core i3以上
------------------------------
＊事前にAnaconda(Python 3.6version)のインストールをお願い致します。
https://www.continuum.io/downloads
注：Python 2.7 VersionはNGです！

 上記ノートPC（必要なスペックおよびAnacondaのインストール）の持ち込みが難しい場合は、
お申込み時に備考欄に『PC貸出』と記入して下さい。7,560円（税込）にて貸出いたします。
※PCの貸出は原則として1週間前までにお申し出ください。
※PC貸出代には、学校法人割引は適用されません。

セミナーポイント

■はじめに
　2020年からは小学校でのプログラミング教育の必修化が検討されています．また，機械学習は，AI (人工知能)のための主要技術の一つであり，近年，機械学習の一つである深層学習を中心に急速に進歩を遂げています．このような状況を考えると，それぞれが，近い将来，専門家だけの道具ではなくなることが予想されます．その頃には，簡単なプログラミングができることと，機械学習の基本について理解していることが，必修の知識・スキルになります．
　本講座は，非専門家を対象にしています．プログラミングを少し勉強した方を対象に，もう少し高度なプログラミングができることと機械学習の初歩の理解を目標とした講座です．プログラミングの題材として機械学習の非常に初歩的な例題を用います．最近，大学でも教えられているPythonプログラミング言語を用いた演習中心の講座です．講座終了後には，簡単なプログラムのご自身での作成や，入門書より少し進んだPythonの書籍や機械学習の入門書が読めるようになることを目指します．

■主な受講対象者
◎企業／大学等にご所属の方で、以下のような方々
・他のプログラミング言語の知識はあるがPythonはじめての方
・Pythonについて、簡単な入門書を読んだことがある方
・機械学習について全く知らないが概要を知りたい方

■必要な予備知識
・簡単なPCの操作 (マウス・キーボードの操作，ファイルの取扱い)
・一般的なソフトウェア(OfficeやWebアプリなど)の使用経験
・簡単なプログラミングの経験 (数行程度，文字の表示など)

■本セミナーに参加して修得できること
・プログラムとは何かが分かる
・Pythonで簡単なプログラムが作成できる
・Pythonの入門書や専門書を読むための基礎知識
・機械学習の概要が分かる
・機械学習の簡単な例の理解と処理
・機械学習の入門者や専門書を読むための基礎知識

セミナー内容

1．はじめに
　1.1 プログラム・アルゴリズムとは
　1.2 プログラミングで出来ること
　1.3 プログラミング言語とは
　1.4 Pythonとは

2．Pythonプログラミング
　2.1 文字・ファイルを扱ってみよう
　　2.1.1 文字の入出力
　　2.1.2 ファイルの入出力
　　2.1.3 演習: 文字入出力・ファイル入出力
　2.2 変数
　　2.2.1 変数とは
　　2.2.2 整数・浮動小数・文字列・配列
　　2.2.3 演習: 文字列の処理
　2.3 関数
　2.4 ループ処理・条件分岐
　　2.4.1 ループ処理
　　2.4.2 演習: ファイル名の一括変更
　　2.4.3 条件分岐
　　2.4.4 演習: 条件によって処理を変える

3．ライブラリの利用
　3.1 ライブラリとは
　3.2 ライブラリの種類 〜Pythonはライブラリが豊富〜
　3.3 Numpy
　　3.3.1 四則演算
　　3.3.2 配列の取り扱い
　3.4 Metaplotlib
　　3.4.1 2次元プロット
　　3.4.2 3次元プロット
　　3.4.3 アニメーション
　3.5 演習: ライブラリを実際に使ってみよう

4．機械学習とは
　4.1 機械学習の概要
　4.2 分類問題
　　4.2.1 分類問題とは
　　4.2.2 分類器
　　4.2.3 分類問題の演習
　4.3 回帰問題
　　4.3.1 回帰問題とは
　　4.3.2 最小二乗法
　　4.3.3 回帰問題の演習
　4.4 クラスタリング
　　4.4.1 クラスタリングとは
　　4.4.2 k-means
　　4.4.3 クラスタリングの演習

5．まとめ

＊講演の順番は前後する場合があります。予めご理解頂きますよう、お願い申し上げます。