1

【到達目標】
「NumPy」を用いた効率的な科学技術計算の習得

【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

【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

 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

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

【内容】
Pythonを用いて大量のデータを取り扱う際に必要な基礎知識

【到達目標】
テキストや.csvを始めとするビジネスデータの収集・加工・結合・マスター化等を通じて「意味あるデータ」に整形する技能の習得

【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

【到達目標】
統計学の理解および習得

【到達目標】
初歩的な機械学習のアルゴリズムの習得

【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

【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

【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

【到達目標】
DNNを用いて手書き文字認識に挑戦する

【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

【到達目標】
BeautifulSoupを用いたスクレイピングの手法の習得

 1

【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

【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

【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

【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。

【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。

 2

【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

【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

【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

【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

【到達目標】
Webアプリ開発を行ってみて、技術の定着を図る

 1

【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

【到達目標】
CNNを実際の画像に応用することで、定着を促す

【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

【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

【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

【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

【到達目標】
Webアプリ開発に最低限必要な知識の習得

【到達目標】
自身で作成したアプリを公開できる

【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

 3