Aidemy Plemium Plan

E資格対策 + 画像認識講座シラバス

番号      単元/章 内容と到達目標  目安時間            難易度(1~3)
 1  Python 入門  【内容】
機械学習でもっと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
 7.0時間

 1

 

 2 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
 4.5時間  1
 3  Pandas   【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
 5.5時間   1
 4  Matplotlib   【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
 7.0時間   1
 5  基礎数学   【内容】
機械学習理論の基礎となる数学を学習する
【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
 5.0時間   1
 6 応用数学    【内容】
機械学習理論の基礎となる数学を学習する
【到達目標】
主に確率・統計理論について、発展的な内容も含めて理解できる
 5.0時間   2
 7 Numpy    【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
 4.5時間    1 
 8  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
 4.0時間    2 
 9  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
 6.0時間 
 10  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 
 5.5時間   2
 11  サブノート   【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
 8.0時間   2
 12   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
 6.0時間   1
 13   順伝播型ネットワーク   【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
 5.0時間    3
 14  生成モデル  【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
 5.0時間   2
 15  深層モデルのための最適化   【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
 5.0時間   3
 16   深層モデルのための正則化  【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
 5.0時間   3
 17  CNNを使った画像認識   【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
 6.0時間   3
 18  畳み込みニューラルネットワーク   【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
 6.0時間   3
 19  RNN   【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
 7.0時間   3
 20 強化学習    【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
 7.0時間   3
 21  修了テスト   【内容】
これまでの学習内容の理解度を確認する総括テスト
【到達目標】
E資格試験の合格力を身につける
 2.0時間   3
 22 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
 5.5時間   1
 23  スクレイピング   【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
 5.5時間   1
 24  男女認識   【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
 7.0時間    3
 25  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
 4.0時間    1
 26 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
 4.0時間  1
 27  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
 8.0時間  1 
 28  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
 20.0時間  3
 29 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
 5.0時間  1
 30  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
 5.0時間  1
 31  デプロイ   【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
 20.0時間  2
 32 成果物作成    【内容】
学習した内容を踏まえて技術ブログを作成する
【到達目標】
自身のポートフォリオとして活用できるブログを作成し、その過程で学習内容の振り返りを行う
 30.0時間  3

 

トライアル受講で
E資格対策講座の魅力を知ってください

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2週間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 Plan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。