PythonによるAIオンライン講座
- 講座レベル3
- ITSS+
![upload/contents/00054-000010.png](https://manabi-dx.ipa.go.jp/upload/contents/00054-000010.png)
講座情報
・目標は、AIによるデータ分析方法・ビジネスへの活用方法の習得です。
・DXデジタル変革推進を担うビジネスパーソン向け、文系の非技術者、DX初心者にも対応した講座です。
・数式ではなく図を用いて解説しますので、未経験者・初心者でも習得が可能です。
<講座の進め方>
・講師と受講者の双方向性を重視した講義・演習を基礎から行います。
<学習項目>
・ AIの基礎
知識機械学習とは
Googlecoraboratory、Jupyterlabの使い方
・Pythonの基礎
算術演算、比較演算、論理演算、Print関数、コメントアウト、空白
変数、データの型、関数、組み込み関数
クラス、継承、モジュール・パッケージ・ライブラリー
・Pythonの応用
numpy、ndarray、pandas、matplotlibとは、
・教師あり学習
回帰分析、ロジスティック回帰、ラッソ回帰・リッジ回帰
K近傍法、サポートベクターマシン、決定木
ランダムフォレスト、勾配ブースティング
・教師なし学習
クラスタリング、次元削減、アソシエイション分析
・モデルの検証とチューニング
評価指標、モデルの評価方法、エンコーディング
アンサンブル、ハイパーパラメータチューニング
・SQL
データベースとSQL、SELECT、CRUD、JOIN
・画像処理
画像データ、画像処理、深層学習モデルの概要
画像分類、物体検出
・自然言語処理
形態素解析、Bag-of-Words、コサイン類似度
tf-idf、Word2Vec、BERT
・Webスクレイピング・WebAPI
HTML、Beautiful Soup、CSS、TwitterAPI
・Webアプリ作成
Streamlitとは、Streamlitの機能、デプロイ
・音声処理
波形データの可視化、スペクトログラム
音声認識、テキスト音声合成
・異常検知
ホテリングのT2法、K近傍法
one-class SVM、オートエンコーダー
受講料 | 有料 |
---|---|
標準学習時間 | 28時間11分 |
修了証発行 | あり |
受講形態 | 完全オンライン制 |
団体申込み |
あり |
法人請求 |
あり |
受講対象者
マーケティング、管理、各種戦略の立案部門においてデータの活用を図る方
学習できるデジタルスキル・知識
AIの基礎の解説から、多岐にわたる下記AI手法について、具体的な事例を通じて実践的に学びます。
・Googlecoraboratory、Jupyterlabの使い方
・Pythonの基礎
算術演算、比較演算、論理演算、Print関数、コメントアウト、空白
変数、データの型、関数、組み込み関数
クラス、継承、モジュール・パッケージ・ライブラリー
・Pythonの応用
numpy、ndarray、pandas、matplotlibとは、
・教師あり学習
回帰分析、ロジスティック回帰、ラッソ回帰・リッジ回帰
K近傍法、サポートベクターマシン、決定木
ランダムフォレスト、勾配ブースティング
・教師なし学習
クラスタリング、次元削減、アソシエイション分析
・モデルの検証とチューニング
評価指標、モデルの評価方法、エンコーディング
アンサンブル、ハイパーパラメータチューニング
・SQL
データベースとSQL、SELECT、CRUD、JOIN
・画像処理
画像データ、画像処理、深層学習モデルの概要
画像分類、物体検出
・自然言語処理
形態素解析、Bag-of-Words、コサイン類似度
tf-idf、Word2Vec、BERT
・Webスクレイピング・WebAPI
HTML、Beautiful Soup、CSS、TwitterAPI
・Webアプリ作成
Streamlitとは、Streamlitの機能、デプロイ
・音声処理
波形データの可視化、スペクトログラム
音声認識、テキスト音声合成
・異常検知
ホテリングのT2法、K近傍法
one-class SVM、オートエンコーダー
必要となる前提知識
EXCELの基本的な操作