Aidemy Premium
実践データサイエンス講座シラバス
| 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 | ー | 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 | 4.0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 | 1週目 |
| 5 | 4010 | ライブラリ「Pandas」基礎（表計算） | 【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 | 2週目 |
| 6 | 4040 | ライブラリ「Matplotlib」基礎（可視化） | 【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 | 2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 | 3週目 |
| 8 | 4050 | データクレンジング | 【内容】 webページから必要な情報を自動で抜き出す作業について 【到達目標】 BeautifulSoupを用いたスクレイピングの手法の習得 |
有 | 1 | 5.5時間 | 3週目 |
| 9 | 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 | 4週目 |
| 10 | 5010 | 教師あり学習（回帰） | 【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 | 4週目 |
| 11 | 5020 | 教師あり学習（分類） | 【内容】 強化学習について、基本的な事項を実装とともに解説し、応用例に触れる 【到達目標】 強化学習についての概要を理解できる |
有 | 3 | 7.0時間 | 5週目 |
| 12 | 5030 | 教師なし学習 | 【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 | 5週目 |
| 13 | 4120 | データサイエンス100本ノック（構造化データ加工編）（初級） | 【内容】構造化データを加工・集計する手法について 【到達目標】構造化データの加工・集計手法のうち「あいまい条件」「ソート」「集計」「サンプリング」などの手法の習得 |
無 | 2 | 4.0時間 | 6週目 |
| 14 | 4130 | データサイエンス100本ノック（構造化データ加工編）（中級） | 【内容】構造化データを加工・集計する手法について 【到達目標】構造化データの加工・集計手法のうち「データ変換」「数値変換」「日付型の計算」「外れ値・異常値」などの手法の習得 |
無 | 3 | 6.0時間 | 6週目 |
| 15 | 4140 | データサイエンス100本ノック（構造化データ加工編）（上級） | 【内容】構造化データを加工・集計する手法について 【到達目標】構造化データの加工・集計手法のうち「データ変換」「数値変換」「日付型の計算」「外れ値・異常値」などの手法の習得 |
無 | 3 | 6.0時間 | 7週目 |
| 16 | 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 | 8週目 |
| 17 | 8040 | 住宅価格予測（kaggleのコンペ） | 【内容】 実際に住宅のデータセットを利用して、住宅価格予測を行います。このデータセットを用いて、Kaggleでも通用する能力を付ける 【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 | 6.5時間 | 9週目 |
| 18 | 8070 | 手書き数字認識（kaggleのコンペ） | 【内容】 機械学習を用いて、手書き画像のデータセットMNISTからモデルを作り、数字の識別を行う。 【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 | 6.5時間 | 10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 | 10~12週目 |
（＊）学習画面での表示と異なる場合があります
