情報技術シリーズPythonプログラミング Step2 ~AIライブラリ学習と機械学習実習編~

¥38,000/人(税別)

本講座では、Pythonを活用したデータ分析と機械学習の基本から応用までを体系的に学びます。
データ解析に必要なツールの習得や各種アルゴリズムの理解を深め、実際のビジネス課題に活用できる分析力を養います。
各章では、NumPyやpandas、scikit-learnなどのライブラリを用いた実践的な手法を解説します。
なお、WindowsでGoogle Colaboratoryを用いる前提で学習を進めます。

標準学習時間 25時間 受講期間 6ヵ月(+閲覧期間6ヵ月)
チュータ あり オープンバッジ 発行あり
対応デバイス PC、タブレット コース形式 テキスト形式
※一部動画、スライドあり

第1章
機械学習
  • 機械学習とは
  • データに関する用語
  • 機械学習の手法
  • 機械学習モデルの構築
  • 機械学習の環境
  • Google Colaboratory
第2章
Numpy
  • Numpyとは
  • 平均値
  • 中央値
  • 最頻値
  • 分散
  • 標準偏差
  • 共分散
第3章
pandas
  • pandasとは
  • Series
  • DataFrameの基本操作
  • 相関係数
第4章
Matplotlib
  • Matplotlibとは
  • 天気データのグラフ化
  • 箱ひげ図
  • ヒストグラム
  • 散布図、散布図行列
  • ヒートマップ/クラスターマップ
  • 行列や2次元データの画像化
第5章
scikit-learn
  • scikit-learnとは
  • サポートするアルゴリズムと機能
  • 添付のデータセット
  • カリフォルニア住宅価格データ
  • アヤメの品種データ
  • 画像のデータセット
第6章
回帰分析
  • 回帰分析とは
  • 単回帰分析と重回帰分析
  • 相関係数
  • 回帰分析の手順
  • 学習用データの準備
  • 単回帰分析の実施と評価
  • 重回帰分析の実施と評価
第7章
クラス分類
  • サポートベクターマシン(SVM)
  • カーネル法
  • クラス分類の手順
  • 学習用データの準備
  • クラス分類の実施と評価
  • クラス分類(画像)の実施と評価
第8章
クラスタリング
  • クラスタリングとは
  • クラスタリングのアルゴリズム
  • クラスタリングの手順
  • ハイパーパラメーター探索
  • 前処理とモデルの生成
  • クラスタリングの実施と評価

講座の特長

即実践できる学習環境!手を動かしながら理解を深めるプログラミング体験

講座内のソースコードはテキスト形式で掲載されており、そのままコピーしてプログラミングに活用できます。コードは黒色、実行結果は黒枠や画面キャプチャで示されているため、視覚的にもわかりやすく、学びながら実践しやすい環境が整っています。
動画やスライド形式ではなく、必要なコードをすぐコピーできるテキスト形式ならではの利便性を活かし、効率的にスキルを身につけられます。

重要ポイントを効率チェック穴埋め学習で効率的に復習

各章の学習内容を復習しやすいよう、章まとめは穴埋め形式で学んだ内容を振り返られるようになっています。
必要な箇所だけを展開して確認できるため、効率よく復習が可能です。手軽に重要ポイントを振り返れる仕組みで、復習の負担を軽減しつつ学びを深められる工夫が施されています。

疑問や不安はその場で解消!チュータによる手厚いサポート

本講座では、担任制のチュータが学習を個別にサポートします。
チュータは記述式問題の添削や学習アドバイスを行い、質問があれば原則24時間以内(土日祝日等の当社非営業日を除く)に迅速かつ丁寧に対応します。わからない箇所を丁寧にフォローしながら、確実に知識を身につけられるようマンツーマンでサポートします。

講座詳細、eラーニング・研修に関するご相談などお気軽に

かんたん3STEP!まずはフォームに必要事項を入力

講座詳細、eラーニング・研修に関するご相談などお気軽に

かんたん3STEP!まずはフォームに必要事項を入力

お申込みはこちら

『Pythonプログラミング Step2 ~AIライブラリ学習と機械学習実習編~』のお申込みはこちらから。
また、講座内容に関するお問い合わせ、eラーニング・人材育成・研修に関するご相談など、お気軽にお問い合わせください。