Aidemy Premium
機械学習マスター講座シラバス
| 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 | ‐ | 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 | 2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 | 3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 | 3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 | 4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 | 4週目 |
| 7 | 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「列や行に対する操作」「結合」「縦横変換」「四則演算」などの手法の習得 |
無 | 1 | 7.0時間 | 5週目 |
| 8 | 2400 | 数学入門（線形代数） | 【内容】 機械学習理論の基礎となる線形代数を学習する 【到達目標】 主に線形代数学について、基本的な内容を理解できる |
無 | 1 | 2.0時間 | 5週目 |
| 9 | 2260 | ビジネス統計学入門 | 【内容】データ分析のポイントである「グラフ化」「関係を見つける」「数値の予測」の基本を学びます。実際にExcelを用いた演習も含みます。 【到達目標】Excelを用いて、基本的なグラフ作成、相関係数、数値予測、単回帰分析について習得できる。 |
無 | 1 | 5.5時間 | 6週目 |
| 10 | 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 | 6週目 |
| 11 | 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 | 7週目 |
| 12 | 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 | 7週目 |
| 13 | 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 | 8週目 |
| 14 | 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 | 8週目 |
| 15 | 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「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 | 9週目 |
| 16 | 4070 | スクレイピング入門 | 【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 | 9週目 |
| 17 | 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 |
| 18 | 6020 | ネガ・ポジ分析 | 【内容】 極性辞書を用いて、与えられたテキストがポジティブかネガティブか判定する 【到達目標】 自然言語処理を用いた代表的な分析手法を体験する |
無 | 3 | 7.0時間 | 10週目 |
| 19 | 6110 | 日本語テキストの特徴抽出 | 【内容】 自然言語処理とネットワーク分析により、日本語テキストからトピック（話題）を抽出し特性を把握する方法について 【到達目標】 テキストを定量的に解析し、大量の文書を効率よく正確に把握することに役立たせ、新たな知識の発見や戦略の意思決定をできるようにする |
無 | 2 | 6.5時間 | 11週目 |
| 20 | 6120 | 自然言語処理を用いた質問応答 | 【内容】 機械翻訳や自動要約などの発展的な自然言語処理における深層学習 【到達目標】 ニューラルネットワークモデルを用いた自然言語処理における、前処理、具体的手法を、質問応答システムを作成しながら説明し、実装していく。 |
無 | 3 | 6.5時間 | 11週目 |
| 21 | 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 | 12週目 |
| 22 | 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 | 12週目 |
| 23 | 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 | 13週目 |
| 24 | 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 | 14週目 |
| 25 | 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 | 15週目 |
| 26 | 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 | 16週目 |
| 27 | 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 | 17週目 |
| 28 | 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 | 18週目 |
| 29 | 1070 | MNISTを用いた手書き文字認識アプリ作成 | 【内容】 手書きの数字を分類する機械学習モデ ルを作成し、それをWebアプリを用いて展開する 【到達目標】 Webアプリ開発を行ってみて、技術 の定着を図る |
無 | 1 | 8.0時間 | 18週目 |
| 30 | 5100 | CNNを用いた画像認識 | 【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 |
有 | 3 | 6.0時間 | 19週目 |
| 31 | 6100 | 男女識別（深層学習発展） | 【内容】 画像処理を用いて、男性の写真と女性の写真の分類を行う 【到達目標】 CNNを実際の画像に応用することで、定着を促す |
有 | 3 | 7.0時間 | 19週目 |
| 32 | 1020 | Flask入門のためのHTML&CSS | 【内容】 HTML, CSSについての基礎を学習 【到達目標】 Webアプリ開発に最低限必要な知識の習得 |
無 | 1 | 4.0時間 | 20~21週目 |
| 33 | 1030 | Flask入門 | 【内容】 PythonのWebアプリフレームワークFlask の使い方を学習 【到達目標】 Webアプリ開発に最低限必要な知識の習得 |
無 | 1 | 4.0時間 | 20~21週目 |
| 34 | 1140 | アプリ制作 | 【内容】 学習した内容を踏まえてWebアプリを作成する 【到達目標】 自身のポートフォリオとして活用できるアプリを作成し、その過程で学習内容の振り返りを行う |
無 | 3 | 20.0時間 | 22週目 |
| 35 | 1110 | コマンドライン入門 | 【内容】 Webアプリを公開する上で必要なコマンドラインに関する知識を習得する 【到達目標】 Webアプリ公開に最低限必要な知識の習得 |
無 | 1 | 5.0時間 | 22週目 |
| 36 | 1080 | Git入門 | 【内容】 バージョン管理システムGitに関する知識を習得する 【到達目標】 Webアプリ開発に最低限必要な知識の習得 |
無 | 1 | 5.0時間 | 21~24週目 |
| 37 | 1100 | Renderへのデプロイ方法 | 【内容】 「アプリ制作」にて完成したアプリをWeb上にデプロイする 【到達目標】 自身で作成したアプリを公開できる |
無 | 2 | 20.0時間 | 21~24週目 |
| 38 | 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 | 21~24週目 |
（＊）学習画面での表示と異なる場合があります
