Aidemy Premium
実践データサイエンスコースシラバス
| 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 | 3010 | Python入門 | 1週目 | ||||
| 2 | 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 |
| 3 | 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 |
| 4 | 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 |
| 5 | 2010 | 機械学習概論 | 3週目 | ||||
| 6 | 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 |
| 7 | 8000 | 機械学習におけるデータ前処理 | 4週目 | ||||
| 8 | 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 |
| 9 | 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 |
| 10 | 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 |
| 11 | 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 |
| 12 | 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 |
| 13 | 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） | 7週目 | ||||
| 14 | 8010 | 【旧】タイタニック（kaggleのコンペ） | 8週目 | ||||
| 15 | 8040 | 住宅価格予測（kaggleのコンペ） | 9週目 | ||||
| 16 | 8070 | 手書き数字認識（kaggleのコンペ） | 10週目 | ||||
| 17 | 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