番号 | コースID | コース名 | 内容と到達目標 | 添削課題 | 目安難易度 | 目安時間(*) | 目安週 |
---|---|---|---|---|---|---|---|
1 | 7999 | Aidemy Premium受講の手引き | Aidemy Premiumの受講にあたって注意事項を確認いただきます。 | 無 | ‐ | 0.05時間 | 1週目 |
2 | 3012 | はじめてのPython | 【内容】 Pythonにおける変数と型、条件分岐・繰り返し文について学習します 【到達目標】 Pythonに用いられる基本文法(出力・型・繰り返し文等)が理解でき、自分自身でもコードを書ける。 |
無 | 1 | 3.0時間 | 1週目 |
3 | 3013 | Python基礎 | 【内容】 Pythonにおける複数の値を持つ型、for文によるループ処理、関数、クラス、ライブラリについて学習します 【到達目標】 Pythonに用いられる文法(複数の値を持つ型、for文、関数、クラス)が理解でき、自分自身でもコードを書ける |
有 | 1 | 4.0時間 | 1週目 |
4 | 4002 | ライブラリ「NumPy」基礎(数値計算) | 【内容】 「Python」のベクトルや行列計算を高速に行うためのライブラリ「NumPy(ナンパイ)」の基礎 【到達目標】 「NumPy」を用いた効率的な科学技術計算の習得 |
有 | 1 | 4.5時間 | 2週目 |
5 | 4014 | 【新】ライブラリ「Pandas」基礎(表計算) | 【内容】 「Python」のデータ分析用ライブラリ「Pandas(パンダス)」の基礎 【到達目標】 「Pandas」を用いた数表や時系列データの計算の習得 |
有 | 1 | 5.5時間 | 2週目 |
6 | 4040 | ライブラリ「Matplotlib」基礎(可視化) | 【内容】 matplotlibを用いたデータを可視化する方法 【到達目標】 折れ線グラフ、円グラフ、ヒストグラム等や3Dグラフを作成の習得 |
有 | 1 | 7.0時間 | 3週目 |
7 | 2010 | 機械学習概論 | 【内容】 機械学習の基本や精度評価の方法について 【到達目標】 初歩的な機械学習のアルゴリズムの習得 |
有 | 1 | 4.5時間 | 4週目 |
8 | 5010 | 教師あり学習(回帰) | 【内容】 正解ラベル付きのデータセットを使って機械学習モデルを作る手法について 【到達目標】 数値予測などを行う「回帰」モデルの扱い方を習得 |
有 | 2 | 4.0時間 | 5週目 |
9 | 5020 | 教師あり学習(分類) | 【内容】 正解ラベル付きのデータセットを使って機械学習モデルを作る手法について 【到達目標】 画像や文章などをカテゴリ分けする「分類」モデルの扱い方を習得 |
有 | 2 | 6.0時間 | 5週目 |
10 | 5030 | 教師なし学習 | 【内容】 正解ラベルが付いていないデータセットを使って機械学習モデルを作る手法 【到達目標】 クラスタリングや主成分分析といったアルゴリズムの手法の習得 |
有 | 2 | 5.5時間 | 6週目 |
11 | 5060 | 時系列解析Ⅰ(統計学的モデル) | 【内容】 季節変動や曜日変動など定期的周期を持った時系列データの解析を行うためのアルゴリズムについて 【到達目標】 トレンドを除去しながら数値予測を行う手法に習熟し、時系列分析を実装する技術を身に付ける |
有 | 2 | 7.5時間 | 6週目 |
12 | 4050 | データクレンジング | 【内容】 機械学習モデルにデータを読み込ませるために、データの欠損値や画像の前処置を行う 【到達目標】 CSVデータの扱い方や欠損値の処理、OpenCVを用いた画像加工の方法の習得 |
有 | 1 | 5.5時間 | 7週目 |
13 | 4080 | データハンドリング | 【内容】 テキストファイルの他にも様々な形式のデータをpandasライブラリを用いてpythonで扱う手法を学習する 【到達目標】 テキストデータの整形やテキストファイルの入出力方法の習得 |
有 | 1 | 5.5時間 | 8週目 |
14 | 8000 | 機械学習におけるデータ前処理 | 【内容】 Pythonで機械学習を行う際に必要となる様々な前処理について。 【到達目標】 実務で必須となる前処理をスマートに実装するためのライブラリの使い方を習得する。 |
無 | 2 | 7.0時間 | 8週目 |
15 | 5090 | ディープラーニング基礎 | 【内容】 深層学習(ディープラーニング)のアルゴリズムの詳細と実装について 【到達目標】 DNNを用いて手書き文字認識に挑戦 |
有 | 1 | 6.0時間 | 9週目 |
16 | 5050 | 自然言語処理基礎 | 【内容】 自然言語処理の方法について 【到達目標】 文章を数値に変換する手法を学び、教師あり学習(分類)を使ってカテゴリ分類に挑戦 |
有 | 2 | 6.5時間 | 10週目 |
17 | 6050 | 感情分析/株価予測 | 【内容】 自然言語処理と時系列分析を用いて、株価の予測を行う 【到達目標】 複数の情報をかけ合わせて1つの予測値を導出する方法を習得する |
有 | 3 | 6.0時間 | 11週目 |
18 | 8012 | 【新】タイタニック(kaggleのコンペ) | 【内容】 1912年に発生したタイタニック号沈没事故のデータを用い、生存率の予測を行う 【到達目標】 学習したデータ分析の技術について復習し、Kaggleでも通用するデータ分析能力を身につける |
無 | 3 | 5.0時間 | 9~12週目 |
19 | 1130 | 学習成果の実践 | 今までの受講を振り返って、ブログを作成していただきます。 【内容】 Chapter1:成果物作成 Chapter2:学習の振り返りと評価 |
無 | ー | 30.0時間 | 9~12週目 |
(*)学習画面での表示と異なる場合があります
Aidemy Premium では AI やデータサイエンスについて理解を深めたり、キャリア相談ができたりする無料のオンライン個別相談を実施しています。
あなたの今の想いや、夢を聞かせてください。
Aidemy Premium の受講後にご満足いただけなければ、受講後の8日以内のお申し出で全額返金いたします。
※ビジネスAI活用講座の返金額は教材の書籍代金を除いた金額となります。