Aidemy Premium
E資格対策 + AIマーケティング講座シラバス

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 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
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
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
1 5.5時間 2週目
5 2010 機械学習概論 3週目
6 3100 機械学習のための線形代数 3週目
7 6509 確率論・情報理論 【内容】
JDLAのE資格試験において、アイデミーの基本的な機械学習講義で足りない部分を補強的に学習する

【到達目標】
機械学習に対する、理論的な理解を深める
2 8.0時間 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
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
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
2 6.5時間 5週目
11 6511 理論から学ぶ機械学習 【内容】
深層学習の理論面について解説

【到達目標】
深層学習の基本的な原理を理解できる
3 5.0時間 6週目
12 5090 ディープラーニング基礎 【内容】
CNNの実装を概観

【到達目標】
CNNを用いて手書き文字認識や一般物体認識に挑戦し、精度向上のテクニックや転移学習の実装の習得
3 6.0時間 6週目
13 6522 順伝播型ネットワーク 【内容】
深層学習モデルの最適化手法を解説する

【到達目標】
深層学習モデルの最適化を、理論面・実装面共に理解できる
3 5.0時間 7週目
14 6523 生成モデル 【内容】
深層学習モデルの正則化手法を解説する

【到達目標】
深層学習モデルの正則化を、理論面・実装面共に理解できる
3 5.0時間 7週目
15 6524 深層モデルのための最適化 【内容】
強化学習について、理論を学ぶ

【到達目標】
強化学習についての理論を理解できる
3 6.0時間 7週目
16 6525 深層学習のための正則化 【内容】
DenseNet、MobileNetについて学ぶ

【到達目標】
CNNの応用例についての概要を理解できる
3 6.0時間 8週目
17 5100 CNNを用いた画像認識 8週目
18 6560 理論から学ぶCNN 8週目
19 6521 理論から学ぶRNN(回帰結合型ネットワーク) 【内容】
GAN・VAEなどの生成モデルについて、原理も含めて解説する

【到達目標】
生成モデルについて、原理と基本的な実装方法について理解できる
2 5.0時間 9週目
20 6526 理論から学ぶ強化学習 【内容】
Transformer、word embeddingについて学ぶ

【到達目標】
Transformer、word embeddingについての概要を理解できる
2 4.0時間 9週目
21 5040 スクラッチ実装して理論を体得する強化学習 【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
2 7.5時間 9週目
22 6530 深層学習の適用(画像認識) 【内容】
スタイル変換の一種であるpix2pixについて学ぶ

【到達目標】
pix2pixについての概要を理解できる
3 3.0時間 10週目
23 6531 深層学習の適用(自然言語処理) 【内容】
テキスト音声合成モデルの1つであるWavenetについて学ぶ

【到達目標】
Wavenetについての概要を理解できる
1 3.5時間 10週目
24 6532 深層学習の適用(pix2pix) 10週目
25 6533 深層学習の適用(WaveNet) 11週目
26 6540 分散処理 【内容】
JDLAのE資格試験において、アイデミーの基本的なCNNに関する講義で足りない部分を補強的に学習する

【到達目標】
CNNに対する、理論的な理解を深める
3 6.0時間 11週目
27 6550 深層学習ライブラリ 11週目
28 2070 モデル圧縮概論 12週目
29 6596 E資格修了試験 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
- 0.5時間 12週目
30 6597 E資格実技試験 12週目
31 6590 E資格問題集 13週目
32 6500 AIマーケター育成コース 【内容】電通・BASE Qによるオープンイノベーション実践のためのAIリテラシー講座

【到達目標】新規事業開発においてAIを活かすためのAIについての知識
3 4.5時間 13週目
33 6510 オープンイノベーション実践のためのAIリテラシー 【内容】
RNN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】
RNNについての概要を理解できる
3 7.0時間 14週目
34 6300 ビジネス数学 【内容】「AIをマーケティングに活用するノウハウ」がわかる入門講座

【到達目標】マーケティング業務とAIができることを具体的に関連付けて情報を整理し、「AIマーケター」へとステップアップするための知
1 4.0時間 14週目
35 2140 ビジネスパーソンのためのデータサイエンス入門 15週目
36 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
1 5.5時間 15週目
37 8000 機械学習におけるデータ前処理 16週目
38 5050 自然言語処理基礎 17週目
39 6110 日本語テキストのトピック抽出 18週目
40 5130 時系列解析Ⅱ(RNNとLSTM) 【内容】時系列データの前処理から、ネットワークの構築・予測

【到達目標】時系列を扱う深層学習のネットワークである、LSTMを用いた売上予測を実装の習得
19週目
41 6160 時系列解析Ⅲ(LSTM応用) 20週目
42 6120 自然言語処理を用いた質問応答 21週目
43 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
- 30.0時間 21~24週目

(*)学習画面での表示と異なる場合があります

相談会にご参加いただいた方限定!
E資格対策基礎問題&解答集をプレゼント

全16問解説付き E資格基礎問題集&回答集

過去問を一切公開していないE資格の想定問題集とその解答集を、無料オンライン相談会へご参加いただいた方へプレゼントします。E資格対策講座を始める前に、実際に問題に触れてみることをおすすめします!

8日間サポートに自信があるからこそ安心の全額返金保障
無料今すぐ無料オンライン相談をする

Aidemyのプログラムは安心の全額返金保証付き。
受講後ご満足いただかなければ、受講後8日以内のお申し出で全額返金いたします。

また、未経験から短期間で機械学習・ディープラーニング・データ分析・AIアプリ開発まで最先端技術を幅広く学ぶことができる Aidemy Premiumもご用意しております。
無料オンライン相談会でご相談ください。