AIデータ分析基礎コース
AI開発をハンズオンで学ぶ初心者向けの研修です。
Notebook教材を中心としたハンズオン研修を通じて、機械学習・ディープラーニングの理論から実践方法まで体系的に学びます。
Eラーニング教材は、動画の講座、ハンズオン、ミニテストの組み合わせで、20分程度でできるようになっており、隙間時間での学習が可能です。
完全オンライン開催ですので、全国どこからでも受講頂けます。
コース目的
具体的には下記の3ステップを習得することが必須となります。
AIの概要・Python
コーディングなど
基礎スキルの習得
実務でよく使う
機械学習の代表モデルの
実装経験を積む
時系列・画像データなど
ディープラーニング
実装の習得
AIデータ分析基礎コースには以下の2つのタイプがございます
事前学習用のe-Learning +
5日間のWebinar(オンラインワークショップ)+
復習用のe-Learningの組み合わせ
お時間が取れる方は、実際にリアルタイムで質問も可能な、タイプAがおすすめ です。
e-Learningのみ
タイプAのWebinarと同じ内容がe-learningで提供されているためタイプAと同じ内容を学ぶことが可能です
お忙しくて時間が取れない方は、隙間時間で学習可能なタイプBをおすすめします。
概要
タイプA (Webinar + e-Learning) | タイプB (e-Learningのみ) | |
---|---|---|
対象者 |
ユーザー企業の情報システム部門、IT企業のシステムエンジニア・プログラマー
|
|
前提知識 |
高校理系程度(数学:微分、線形代数 / 統計学:基礎レベル)
※前提知識習得のための充実したEラーニングが用意されていますので、前提知識が不安な方も安心して受講頂けます。 |
|
研修期間 | 5ヶ月間 | 5ヶ月間 |
総学習時間 | 総学習時間103時間(うち必修46時間) Webinar28時間 e-Learning75時間(事前学習18時間、復習+応用学習用57時間) |
75時間 |
定員 | 第1期:30名/第2期:30名 | 30名 |
受講料
タイプA (Webinar + e-Learning) | タイプB (e-Learningのみ) |
---|---|
福岡市内に在住の方 福岡市内に通学中の⽅ 福岡市内に拠点のある企業に勤務の⽅ 48,000円(税込) |
福岡市内に在住の方 福岡市内に通学中の⽅ 福岡市内に拠点のある企業に勤務の⽅ 36,000円(税込) |
一般 96,000円(税込) |
一般 72,000円(税込) |
応募締切
タイプA (Webinar + e-Learning) | タイプB (e-Learningのみ) |
---|---|
第1期締切
2021年8月31日(火)17:00
定員30名:先着順
|
2021年10月29日(金)17:00
定員30名:先着順
※e-Learningの受講期間は5ヶ月ですが、e-Learningの終了日が2022年2月28日であるため、9月下旬以降にお申し込みいただいた場合は、e-Learning受講期間が5ヶ月に満たなくなりますのでご了承ください。
|
第2期締切
2021年10月29日(金)17:00
定員30名:先着順
|
開催日程
タイプA (Webinar + e-Learning) | タイプB (e-Learningのみ) | |
---|---|---|
オリエンテーション (Eラーニングの説明と演習環境構築) 13:00〜15:00 |
第1期: 8月4日(水) 第2期:10月4日(月) |
|
本講座(ウェビナー) DAY1: 10:00〜16:00 DAY2&3: 10:00〜16:30 DAY4&5: 10:00〜17:00 (途中1h休憩) |
第1期:9/2(木)、9/9(木)、9/16(木)、9/22(水)、9/30(木)
|
|
第2期:11/2(火)、11/9(火)、11/16(火)、11/24(水)、11/30(火)
|
||
e-Learning (事前学習、復習、応用学習) ※合計103時間 |
第1期:8月5日(木)~12月27日(月) 第2期:10月5日(火)~2月28日(月) |
2021年8月5日(木)~ 2022年2月28日(月)の間で5ヶ月間 ※ |
スケジュール
本講義(Webinar)の特徴
目的を達成するための学習方法
受講生も安心環境構築
からサポート

- オリエンテーションにて、講義のためのPython環境構築を一斉実施
- その場でサポートするので環境構築でつまづかせない
- Python、Anacondaのインストールを行う
現役AIエンジニアが
監修した教材

- 効率よく動画で学べるe-Learning
- Slackチャットでの質問サポート(原則24時間以内に回答)
- 日々講座をアップデートし、実務で使用した最新の機械学習手法も紹介
ハンズオンで
実践スキルを習得

- Webinarを受けながら実際にコーディングを行うことで実装スキルを身につける
- コードは現役AIエンジニアが作成しており、レビューを行うだけでも学びになる
- コードをそのまま実務で使用できる
オリエンテーション(Webinar)

- e-Learning学習サイトの使い方を案内
- Webinar受講の練習を行う
- Jupyter notebookの環境設定をサポート

- AI・データサイエンスの概要について学ぶ
- AIエンジニアやデータサイエンティストになるために必要なスキルセットを知る
研修期間中は学習サポートを実施
受講生全員の学習進捗を把握。管理者様と相談しながら、個別サポートを実施します。
団体受講生の場合、団体ごとに進捗を共有いたします。
原則24時間以内に回答
Slackのチャンネルに皆様を招待し、期間中はチャット質問を無制限で受け付けます。
見放題
Webinar、e-Learningで扱った講義は期間中何回でも見放題としています。
実施の流れ(Webinar + e-Learning)
-
- STEP.01事前準備オリエンテーション
- ・e-Learningの学習アカウントを発行
・質問用チャットツールに招待(Slack)
・オリエンテーション(Webinar)を行い、環境の使用方法についてご案内
-
- STEP.02約1ヶ月
前提知識の計測・補完 - ・基礎力チェックテストを行い、参加者の前提知識のレベルを計測
・足りない分野は指定のe-Learning教材で予習いただく
- STEP.02約1ヶ月
-
- STEP.03約1ヶ月
本講義の実施 - ・1回5~6時間のWebinarを週1回開催で全5回実施
・実際に手元のPCでコーディングしながらディープラーニングの実装を身につける
- STEP.03約1ヶ月
-
- STEP.04約3ヶ月
復習・修了認定 - ・最後に50問の修了テストを受験、講座内容の理解度を確認
・期間中は質問無制限
- STEP.04約3ヶ月
Webinar+e-Learningでの学習を促進する仕組み
- 動画は一回7分程度に細分化されており、スキマ時間にも学びやすい
- 自分のペースで進められ、何度でも繰り返し視聴できる
- スマホアプリからも動画・テストが利用可能
- しっかり学びたい方は手元のPCでコーディングをしながら視聴を推奨
- 運営体制:質問対応スタッフ3名
- Zoomミーティングを使用して実施、その場で質疑応答を受け付け
- 講義の間にディスカッションやクイズを実施、講師と受講生・受講生同士のコミュニケーションが発生するよう設計
- 手元のPCでコーディングをしながら学ぶ
- 運営体制:講師1名・TA2名
※Webinarに参加できなかった場合も、復習用のe-Learningで同様の内容を学ぶことが可能です!
前提知識の計測・補完(e-Learning)
- 最低限必要な知識を補完するチェックテスト・Eラーニングを展開
- Eラーニングは1講義7分程度に区切られ、隙間時間に学びたい分野のみ学べるような環境を用意
講座 | 概要 | 時間 |
---|---|---|
チェックテスト | 該当範囲の事前知識を測る20問のwebテストを実施 | 0.5 |
機械学習のための統計学 | 機械学習に必要な統計学(正規分布、ベイズの定理など)を習得する | 6 |
AI超入門 | AIの概要や導入事例を学び、AIおよび機械学習の大枠を知る | 2 |
Jupyter入門 | Jupyter Notebookのスタートガイド | 2 |
Python入門 | Pythonの基礎的な使い方を習得する | 4 |
Numpy入門 | 機械学習でよく使用するPythonのライブラリNumpyの使い方を習得する | 4 |
本講義の実施(Webinar)
- Jupyter Notebookを用いた実践形式のハンズオン研修をZoomを用いて実施
- 事前学習の時間が取れなかった方でもついてこれるよう、機械学習の基礎からWebinarで実施
講座 | 概要 | 時間 |
---|---|---|
機械学習概論 | 機械学習の基本的な流れを学ぶ。 | 3 |
データ分析入門> | Pythonのライブラリmatplotlib、 Pandasを使用してデータ分析の基礎を身につける。 |
2 |
テーブルデータ分析(分類) | テーブルデータの分類問題を解きながら機械学習の一連の流れを身に着ける。 | 5.5 |
テーブルデータ分析(回帰) | テーブルデータの回帰問題を解きながら機械学習の一連の流れを身に着ける。 | 5.5 |
時系列データ分析 | Pytorchを使用し、時系列データを機械学習で分析する手法を学ぶ。 RNNなど有名なモデルのコーディング実装を通して流れを身に着ける。 |
6 |
画像データ分析 | Pytorchを使用し、画像データを機械学習で分析する手法を学ぶ。 CNNなどの有名なモデルのコーディング実装を通して流れを身に着ける。 |
6 |
修了テスト | 該当範囲の事前知識を測る50問のwebテストを実施 | 1 |
開催内容
Webinar(5日間)
ゴール
・自ら筋道を立てて、画像認識・時系列データ分析モデルを構築できるようになる
DAY1 |
|
---|---|
DAY2 |
|
DAY3 |
|
DAY4 |
|
DAY5 |
|