Aidemy Plemium Plan
機械学習マスター講座シラバス
基礎
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 | 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】 |
4.5時間 | 1 |
3 | Pandas |
【内容】 【到達目標】 |
5.5時間 | 1 |
4 | Matplotlib |
【内容】 【到達目標】 |
7.0時間 | 1 |
5 |
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】 【到達目標】 |
5.5時間 | 1 |
6 | 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】 |
5.5時間 | 1 |
7 | データハンドリング |
【内容】 【到達目標】 |
5.5時間 | 1 |
8 | 機械学習のための線形代数 |
【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】 |
5.0時間 | 1 |
9 | 統計学基礎 |
【内容】 変数とグラフから相関係数まで、データ分析の基礎となる統計学を学ぶ。 【到達目標】 |
1.5時間 | 1 |
10 | 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】 |
4.5時間 | 1 |
11 | 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】 |
4.0時間 | 2 |
12 | 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】 |
6.0時間 | 2 |
13 | 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】 |
5.5時間 | 2 |
14 | 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の概観 【到達目標】 |
6.0時間 | 2 |
15 | 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】 |
5.5時間 | 2 |
自然言語処理
番号 | 単元/章 | 内容と到達目標 | 目安時間 | 難易度(1~3) |
16 | 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】 |
5.5時間 |
1
|
17 | 自然言語処理 |
【内容】 自然言語処理の方法について 【到達目標】 |
6.5時間 | 2 |
18 | 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】 |
7.0時間 | 3 |
19 | 日本語テキストのトピック抽出 |
【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】 |
6.5時間 | 2 |
20 | 自然言語処理を用いた質問応答 |
【内容】 【到達目標】 |
6.5時間 | 3 |
データ分析
番号 | 単元/章 | 内容と到達目標 | 目安時間 | 難易度(1~3) |
21 | 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】 |
7.0時間 |
2
|
22 | 時系列分析 |
【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】 |
7.5時間 | 2 |
23 | 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】 |
6.0時間 | 3 |
24 | タイタニック号 |
【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】 |
5.0時間 | 3 |
25 | 住宅価格予測 |
【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】 |
6.0時間 | 3 |
26 | 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 |
5.5時間 | 3 |
画像認識
番号 | 単元/章 | 内容と到達目標 | 目安時間 | 難易度(1~3) |
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】 |
8.0時間 |
1
|
28 | CNN |
【内容】 【到達目標】 |
6.0時間 | 3 |
29 | 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】 |
7.0時間 | 3 |
30 | HTML/CSS |
【内容】 【到達目標】 |
4.0時間 | 1 |
31 | 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】 |
4.0時間 | 1 |
32 | 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】 |
20.0時間 | 2 |
33 | 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】 |
5.0時間 |
1 |
34 | 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】 |
5.0時間 | 1 |
35 | 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】 |
20.0時間 | 2 |
総括
番号 | 単元/章 | 内容と到達目標 | 目安時間 | 難易度(1~3) |
36 | 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
|
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。
© Aidemy Inc. All Rights Reserved.