Aidemy Premium
ビジネスAI活用講座シラバス
| 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 | 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
