ENG
Lv2. AI開発の基礎スキルを身につけよう
AIデータ分析基礎コース
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
AI開発の実務を行える人材の育成
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。
1
AIの概要・Python
コーディングなど
基礎スキルの習得
2
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
3
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
お時間が取れる方 タイプA
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。
お忙しくて時間が取れない方 タイプB
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
準備：ゼロベースの
受講生も安心環境構築
からサポート
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
Input：
現役AIエンジニアが
監修した教材
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
Output：
ハンズオンで
実践スキルを習得
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）
環境構築・e-Learningの受講準備
- 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・データサイエンス基礎講座
- 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
e-Learningの状況を確認して団体別にサポート
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。
チャットで質問し放題
原則24時間以内に回答
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。
講義動画は
見放題
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
自分のペースで学習できるe-Learning
- 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
インタラクティブなWebinar
- 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
・Pythonを用いて機械学習（ディープラーニング含む）の基礎的なプログラミングができるようになる
・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
・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 |
|