top

 

▼ DXを推進するAI・データサイエンス人材育成コースとは

本コースは、データ分析の基礎・実践、機械学習・ディープラーニングの実装・推論システム構築まで一気通貫して学ぶ事ができ、

初学者からでも機械学習・ディープラーニングを実装できるデータサイエンティスト(先端 IT 人材)を目指せるコースです。

前半約 3 ヶ月の学習期間と、個人で課題を設定し、取り組む後半約 3 ヶ月の個別演習期間(計 6 ヶ月)に分かれており、学習期間内の演習では、

実データを用いた実践形式で進めることも本コースの大きな特徴です。

 

データサイエンスの 5STEP サイクル

 

スクリーンショット 2021-06-28 12.19.57

データサイエンスを行うには、以下の 5STEP サイクルを実践できる必要があります。

1. 課題設定
2. データの取得・構造化
3. 探索的データ分析
4. データ分析・モデル構築
5. 結果の解釈

本コースでは、プログラミング言語である Python の基礎や統計・数理基礎知識の習得から始め、 上記の 5STEP  を実践するのに必要なスキルとして、

  • データ収集
  • データ加工・可視化
  • 課題から逆算した仮説検証のための実装力
  • 分析結果の解釈・レポーティング

の方法を学び、初学者から初めて、自身でデータ分析を実践できるスキルを身につけることができます。

また、データ分析スキルだけでなく、機械学習、ディープラーニングのアルゴリズムの理論と実装と、学習済みモデルの推論用 API の作成までを行い、機械学習エンジニアとして必要なスキルも身につけることが可能です。

より詳細なカリキュラム内容は、画面下部「コース・カリキュラム」を御覧ください。

▼ 対象者

  • データサイエンスを基礎から学びたい初学者の方
  • 統計手法を用いたデータ分析スキルを身につけたい方
  • 実データで実践力を身につけ、データサイエンティストを目指す方
  • 機械学習、ディープラーニングの理論や実装方法を身につけたい方

▼ キカガクが選ばれる理由

  • 手書きによるわかりやすい解説
  • 実践的な演習を通して、ビジネス活用のイメージをつける
  • 自力で最新動向を追う力を身に付けることができる

 

▼ 受講者のゴールイメージ

  • Python を用いてデータの収集・加工・可視化・分析を一貫して実装できる
  • 探索的データ分析を通して課題を創出できる
  • 課題をもとに適切なデータ分析、仮説の検証や理論の反証ができ、結果を正しく解釈できる
  • Python を用いた機械学習アルゴリズムの実装ができる
  • 自ら課題を設定し、自走することができる

▼ このコースで学ぶ、ゴール・スキルイメージ

習得可能スキルイメージ

  • Pythonを用いたプログラミングスキル
  • Pythoh を用いたデータ分析スキル
  • Scikit-learn, Optuna, imbalanced learn などによる機械学習実装スキル
  • PyTorch を使用した深層学習実装スキル
  • FastAPI を使用した API 作成スキル
月 概要 習得スキル ゴールイメージ
1 ヶ月目 ・Python の基礎
・データサイエンス実践

・Python の基礎
・ライブラリ
 (NumPy・Pandas・Matplotlib)
・探索的データ分析 / 統計的仮説検定
・多変量解析Ⅰ
 (相関分析・回帰分析)
・多変量解析Ⅱ
 (主成分分析・クラスター分析)
・レポーティング

・Python の基礎、ライブラリを扱うことができる
・データ分析の流れを理解し Python を用いて実践できる
・分析手法の結果に対してて正しい解釈ができる
・ポイントを押さえたレポーティングができる

2 ヶ月目 ・機械学習入門 / 実践

・機械学習実装(scikit-learn)
・データの前処理基礎 / 応用
・回帰 / 分類モデルの実装
 (学習、評価、推論)
・精度向上のアプローチ
・不均衡データへのアプローチ
 (imbalanced-learn)

・機械学習実装の流れを理解し、Python を用いて実践できる
・機械学習モデルの精度を正しく評価できる
・精度向上のアプローチを理解し、実装できる
・不均衡データへのアプローチを実装できる

3 ヶ月目 ・ディープラーにニグ
入門 / 実践

・NN の数学(順伝播、逆伝播)
・PyTorch よる夜深層学習実装
・画像処理
 (CNN、ファインチューニング)
・自然言語処理
 (BoW、TF-IDF)

・深層学習の基礎から学習し、その仕組を理解している
・NN の仕組みを理解し、PyTorch を使用して実装できる
・PyTorch を使用して画像処理 / 自然言語処理などの実装ができる

4 ヶ月目
以降
・機械学習 API 作成
・自走期間

・FastAPI を用いた機械学習API 実装
・自走期間課題設定
 ・機械学習 API 作成
 ・画像 / 自然言語特化系の分析
 ・データ分析レポート作成

・Python のフレームワークを使用した API 作成できる
・自身が取り組みたい課題を言語化し、実現することができる
(取り組み内容は講師と相談しながら行います。)

 

▼  参加の注意点

本コースの終了要件

  • 動画学習完了率 100 %
  • 演習課題の提出及び基準値以上の精度達成
    • データ分析レポートの提出
    • 機械学習モデル:精度 65 %以上
    • ディープラーニングモデル:精度 90 %以上
  • 自走期間設定課題の達成(取り組み資料の提出及び発表)

▼ 受講料金

料金:792,000円/名(税込)

お申込みフォームはこちら