初めての方へ
目指す姿に合わせて講座を選べます
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 | 9200 | はじめてのAI | 【内容】AI に関わる基本知識に加え、事例や具体的にAIがどのような仕組みで動いているかも紹介 【到達目標】AI の基礎を理解し、AI をどう活用できるかのヒントがつ |
無 | 1 | 3.0時間 | 1週目 |
3 | 2050 | ビジネスパーソンのためのDX入門(ディティール版) | 【内容】DX推進を迫られる社会背景や、日本特有の問題点を解説しつつ、DX とは何か、DXを組織に展開する方法がわかる入門講座 【到達目標】DXを推進しなくてはいけない理由を理解した上で、DX推進を阻む障害を認識し、デジタルネイティブな組織を目指すための考え方を理 |
無 | 1 | 6.0時間 | 1週目 |
4 | 6500 | AIマーケター育成コース | 【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 |
無 | 1 | 4.0時間 | 2週目 |
5 | 3010 | Python入門 | 【内容】 機械学習で最も使われるプログラミング言語「Python」の基礎 【到達目標】 文字の出力、変数の概要、条件分岐、ループなど、「Python」の基本的な使い方の習得 |
有 | 1 | 7.0時間 | 2週目 |
6 | 7200 | マスクド・アナライズの「AIビジネス活用を考える」 | 【内容】AIをビジネスに活用する時に考えたいことや、導入後の注意点などを紹介 【到達目標】AIを、業務システムといった従来の企業ITと同じように考えてはいけない |
無 | 1 | 4.0時間 | 3週目 |
7 | 2030 | 投資対効果を最大化するAI導入 | 【内容】機械学習を使ったビジネス立ち上げを担当する企画職の方向けに、企画づくりの勘所を解説 【到達目標】機械学習の企画づくりの要点を理解し、データやAIが絡む企画のたたき台を作り込むことができ |
無 | 2 | 5.0時間 | 3週目 |
8 | 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 | 4週目 |
9 | 4010 | 【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 |
10 | 4040 | 【新】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 | 5週目 |
11 | 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 | 5週目 |
12 | 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 | 6週目 |
13 | 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 |
14 | 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】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 |
無 | 3 | 4.5時間 | 8週目 |
15 | 2180 | 機械学習モデルの作成 | 【内容】※書籍『Pythonで儲かるAIをつくる』を読みながら学習を進めていただく。GitHub上の公開データセットを使い、教師あり学習の処理パターン「分類」を例に、データの読み込みから学習、予測、チューニングまで機械学習モデルを一通り作る 【到達目標】機械学習モデルを作ることを通じ、AIの仕組み・働きを具体的に理 |
無 | 2 | 30.0時間 | 8週目 |
16 | 2190 | 実業務に応用できるAIの作成 | 【内容】※書籍『Pythonで儲かるAIをつくる』を読みながら学習を進めていただく。GitHub上の公開データセットを使い、実際のPythonプログラムを作りながらモデルを作成。選んだビジネス課題を解決するAIを完成させる 【到達目標】代表的なビジネス課題に対して「必要となるデータ」と「どのような処理機能を持つAIが必要か」の見当がつけられる |
有 | 3 | 25.0時間 | 9週目 |
17 | 2160 | AIプロジェクトを成功させる上流工程のツボ | 【内容】AIプロジェクトの上流工程である「機械学習の適用領域の選択」と「業務データの入手・確認」のポイントを解説 【到達目標】AIプロジェクト固有の考慮点を踏まえた上で、プロジェクトの上流工程の重要点を把握できる |
無 | 3 | 2.0時間 | 10週目 |
18 | 6599 | 受講者アンケート | 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 | 0.5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
※自社調べ
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。