AI活用機械学習プログラミング演習 e-ラーニングコース

高度なデータ分析や機械学習により DX を実現したい方

「AI活用入門」(62H00)または(62H01)を修了していることが望ましい。

・機械学習・深層学習に関する基礎的な仕組みを理解し、説明できるようになる。
・Pythonを使って簡単なデータ解析ができるようになる。
・Pythonを使った機械学習・深層学習のプログラムを理解し、簡単なアルゴリズムの編集ができるようになる。

第1章:Pythonの概要と基本構文:Pythonの概要を理解する。
　　　Pythonを学習する理由を理解する。Pythonの基本構文を理解する。
第2章:NumPyによる数値計算とMatplotlibによる可視化
　　　NumPyに関する理解を深め、数値計算処理ができるようになる。
　　　Matplotlibに関する理解を深め、データの可視化ができるようになる。
第3章:Pandasの概要とデータ読み込み
　　　Pandasに関する理解を深め、簡単な操作ができるようになる。
　　　テキスト、HTML、Excelの3種類のデータ形式からPythonでのデータの読み込み方を習得する。
第4章:データ解析の基礎1(データ加工)
　　　データ加工に関する以下の5つについて理解する。
　　　1. データの結合と連結　2. ピボットテーブルの作成　3. 重複データ処理　4. 欠損値、外れ値の処理
　　　5. クロス集計処理
第5章:データ解析の基礎2(データの可視化)
　　　Seabornを使って以下の5つのグラフを作成できるようになる。
　　　1. ヒストグラム　2. 散布図　3. 棒グラフ　4. 折れ線グラフ　5. ヒートマップ
第6章:データ解析実践
　　　サンプルデータを用いて、データ解析ができるようになる。
第7章:機械学習1(機械学習概論と線形回帰)
　　　教師あり学習と教師なし学習の違いについて理解し、説明できるようになる。
　　　教師あり学習の理解を深めるため、線形回帰について理解し、説明できるようになる。
第8章:機械学習2(ロジスティック回帰)
　　　教師あり学習の理解を深めるため、ロジスティック回帰(分類予測)について理解し、説明できるようになる。
第9章:機械学習3(SVM,サポートベクターマシン)
　　　教師あり学習(分類予測)の主要アルゴリズムの一つとして、SVM(サポートベクターマシン)について理解し、
　　　説明できるようになる。
第10章:深層学習1(ニューラルネットワークの仕組み概論)
　　　深層学習の原理を理解するため、ニューラルネットワークの概要を理解する。
第11章:深層学習2(ニューラルネットワークの学習)
　　　ニューラルネットワークの学習方法の1つとして、誤差伝搬法について理解を深める。
　　　ニューラルネットワークの種類(CNN、RNN/LSTM)の概要や実装のためのライブラリを理解する。
第12章:深層学習3(PythonによるCNNの実装)
　　　CNNが、Pythonではどのように実装されているのかを、サンプルコードを見ながら学習する。
　　　また、企業活動への適用事例も合わせて紹介し、実務への理解を深める。
第13章:深層学習4(PythonによるRNNおよびLSTMの実装)
　　　RNN/LSTMが、Pythonではどのように実装されているのかを、サンプルコードを見ながら学習する。
　　　また、企業活動への適用事例も合わせて紹介し、実務への理解を深める。
第14章:総合演習
　　　本講義で学習した内容を十分に習得していることを確認する。

全23時間6分

プログラム修了後には、“AI活用人材”であると証明する”修了証”と”オープンバッジ”を発行します。
オープンバッジは資格・スキル・能力を示すデジタル証明です。
AI活用人材であることを簡単に示せる、スキル証明として活用できます。