Aidemy Plemium Plan
機械学習モデル開発講座シラバス
番号 | 単元/章 | 内容と到達目標 | 目安時間 | 難易度(1~3) |
1 | 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かめる |
3.0時間 |
1
|
2 | 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解している |
6.0時間 | 2 |
3 | AIマーケター育成 | 【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識の習得 |
4.0時間 | 1 |
4 | 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 |
7.0時間 | 1 |
5 | 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点が理解できる |
4.0時間 | 1 |
6 | 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る |
5.0時間 | 1 |
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 「NumPy」を用いた高速で効率的な多次元配列処理などの科学技術計算の習得 |
4.5時間 | 1 |
8 | Pandas |
【内容】 「Python」のデータ分析用ライブラリ「Pandas(パンダス)」の基礎 「Pandas」を用いたデータ整形、不正データ除去、欠損値補完などの習得 |
5.5時間 | 1 |
9 | Matplotlib |
【内容】 matplotlibを用いたデータを可視化する方法 折れ線グラフ、円グラフ、ヒストグラム、3Dグラフを使ったデータビジュアリゼーションの習得 |
7.0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 教師あり学習や教師なし学習、各アルゴリズムなどを網羅的に整理・理解する |
4.5時間 | 1 |
11 | 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 DNNを用いて手書き文字認識に挑戦 |
6.0時間 | 2 |
12 | 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 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 |
13 | 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 についての知識の習得 |
4.5時間 | 1 |
14 | 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・働きを具体的に理解する |
30時間 | 3 |
15 | 実業務に運用できる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ようになる |
25時間 | 3 |
16 | 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 |
2.0時間 | 2 |
17 | ブログ作成 |
【内容】 学習した内容を踏まえて技術ブログを作成する 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 |
5.0時間 | 1 |
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。
© Aidemy Inc. All Rights Reserved.