IT・技術研修ならCTC教育サービス

コース内容

コース概要

これまで画像や音声といったコンピュータが扱いにくいとされていた分野でAI・機械学習が活用され始め、昨今のビジネスシーンにおいて重要度を増しています。本研修では、AI・機械学習の理論や仕組みについて概要を理解し、Pythonを使用して各種機械学習による分析方法を学習します。

このコースは「Pythonによるデータ分析」コースと組み合わせることで「Python 3 エンジニア認定データ分析試験」の試験範囲をカバーします。

学習目標

・AI・機械学習・ディープラーニングの概要を理解する
・スクレイピングによりデータ取得できる
・Scikit-learnを用いた機械学習（クラスタリング、テキストマイニング）が行える
・ニューラルネットワークの概要／ディープラーニングを用いた、データ解析手法を理解する

対象者

・Pythonによる機械学習を行う方
・AI/機械学習の理論や仕組みを習得したい方

前提知識

・Python入門1およびPython入門2受講済み、もしくはPythonの基本文法に加えてクラス定義や複雑なリスト処理の知識をお持ちの方

（関連するコースへのリンク）

　【AD152】Python入門 2

スクール環境

・OS: Windows
・プログラミング言語: Python
・ツール：Jupyter Notebook

内容

●AI 概要
・AI／機械学習
・AI/ IoTとビッグデータ
・IoT概要
・AIで得られる価値
・Pythonの特徴

●データの収集
・スクレイピング概要
・データのダウンロード
・BeautifulSoupでスクレイピング
・WebAPI
・Pandasでスクレイピング
・クローリング

●機械学習 概要
・機械学習の手法（アルゴリズム）
・教師あり学習／教師なし学習
・特徴ベクトル
・機械学習の流れ
・機械学習のPythonライブラリ（scikit-learn）

●回帰
・線形回帰分析 概要
・scikit-learnによる線形回帰分析
・回帰分析 精度の向上 その１
・回帰分析 精度の向上 その２（正則化）

●分類
・ロジスティック回帰
・2クラス分類 精度の評価
・サポートベクトルマシン
・決定木

●テキストマイニング
・テキストマインイング　概要
・BoW
・TF-IDF
・日本語文書の解析

●クラスタリング
・クラスタリング 概要
・階層的クラスタリング
・非階層的クラスタリング
・クラスタリング評価

●次元削減
・次元削減「主成分分析(PCA)」概要
・主成分分析(PCA)による特徴量削減

●ニューラルネットワーク
・ニューラルネットワーク 概要
・scikit-learnによるニューラルネットワーク
・畳み込みニューラルネットワーク（CNN：ConvolutionNN）

備考

コース内容につきましては、予告なく変更／更新される場合があります。

このコースは「Pythonによるデータ分析」コースと組み合わせることで「Python 3 エンジニア認定データ分析試験」の試験範囲をカバーします。
Pythonエンジニア育成推進協会が提供する認定試験情報は下記をご参照下さい。
Python 3 エンジニア認定データ分析試験

[開催パターン]
本コースは「集合研修」、「Liveオンライン研修」、「集合研修」と「Liveオンライン研修」を同時に開催する「ハイブリッド研修」のいずれかで開催します。

※ハイブリッド研修について
https://www.school.ctc-g.co.jp/hybrid/index.html

[テキスト]
本コースは電子版のテキストをお渡しします。

※電子テキストについて
Liveオンライン研修　電子テキスト

[Liveオンライン研修]
受講までの流れ
Liveオンライン研修　受講までの流れ

※【会場】Liveオンラインまたは【会場】Liveオンライン（H）の方
Liveオンライン研修で受講される場合、ご受講の際、下記のソフトウェアが必要です。
・Zoom
Zoomの使用については、下記をご確認ください。
Liveオンライン研修 使用ソフトウェア　各種マニュアル

・演習環境
本コースの演習環境はAWS上のサーバを使用します。
サーバへの接続にはリモートデスクトップを使用しますので、利用可能なネットワーク環境（ポート番号：3389/TCP許可）が必要です。
接続確認のための手順については別途ご連絡しますので、研修日前に実施をお願いします。

※Liveオンライン研修について
https://www.school.ctc-g.co.jp/liveonline/index.html