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】
「NumPy」を用いた効率的な科学技術計算の習得

 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

 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

 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】
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
 7  データハンドリング

【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

 
 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】
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
 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】
統計学の理解および習得

 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】
初歩的な機械学習のアルゴリズムの習得

 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】
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
 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】
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  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】
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
 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】
DNNを用いて手書き文字認識に挑戦する

 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】
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

 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】
BeautifulSoupを用いたスクレイピングの手法の習得

 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】
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

 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】
自然言語処理を用いた代表的な分析手法を体験する

 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】
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

 6.5時間  2
 20  自然言語処理を用いた質問応答

【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。

 
 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】
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。

 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】
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

 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】
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

 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】
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

 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】
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

 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 

 

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】
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   CNN

【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
 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】
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
30   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
 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】
Webアプリ開発に最低限必要な知識の習得

 
 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】
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  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】
Webアプリ公開に最低限必要な知識の習得

 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】
Webアプリ開発に最低限必要な知識の習得

 5.0時間
 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】
自身で作成したアプリを公開できる

 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

 

 

トライアル受講で
機械学習マスター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。