Pythonで学ぶAI研修
Pythonで学ぶAI研修
こちらの研修をベースとして貴社向けのカスタマイズも可能です。
まずはお気軽に問い合わせください。
課題感
- 機械学習やディープラーニングといったAI技術に興味はあるが、実際にどのように学べば良いか、また、どのように応用できるかがわからず、スキル0からアプリケーション開発に取り組むことに不安を感じていた。
研修のゴール
- Pythonでのプログラミングスキルを強化し、データ分析、機械学習、ディープラーニングの基礎を理解し、最終的には簡単なAIアプリケーションを自分で開発できるようになる。
カリキュラム
Pythonの基本から始め、プログラミングの基礎を固めてから機械学習の基礎知識と技術を学びます。最終段階では実際に機械学習モデルをAIアプリケーションに組み込む方法を習得します。
- 目標
-
・Pythonプログラムの実行 ・変数
・プリミティブデータ型 (None、bool、int、float、str、bytes)
・参照データ型 (配列、タプル、ディクショナリ など)
・if文、for文
・関数 (引数、返り値、スコープ)
・実行時引数
・正規表現
・クラス
- 目標
-
・コマンドラインの使い方
・エディタ(Visual Studio Code)の使い方
・Google Colabの使い方
・Jupyter Notebookの使い方
・git・githubの使い方
- 目標
-
・代表値、分散、標準偏差
・説明変数と目的変数
・推定、検定
・相関分析、回帰分析、分散分析
- 目標
-
・復習を行ってこれまでの学習内容が当初よりも容易に理解できるようになっている
- 目標
-
・教師あり学習、教師なし学習、強化学習
・分類、回帰、クラスタリング
・Scikit-learnの使い方
- 目標
-
・ニューラルネットワークの考え方
・ハイパーパラメーターの理解
・重みパラメーターとバックプロパゲーションの理解
・活性化関数（シグモイド関数、ソフトマックス関数、ReLUなど）
・評価関数
・RNN、CNN
・ディープラーニングライブラリの使い方（Tensorflow、PyTorch）
- 目標
-
・画像処理の使い所
・CNN
・ディープラーニングを使った画像分類
- 目標
-
・Flaskを利用したアプリ開発
・機械学習のモデルを組み込む
- 目標
-
・オリジナルアプリ企画書作成
・ディープラーニングを利用して時系列データ分析を分析するモデルを構築する
習得スキル
Python(Tensorflow,PyTorch)
Git