Course
PBL パッケージ_GUI バージョン
対象者
・AI・機械学習・データ分析の実践方法を習得したい方 ・実践的な演習を通して能動的に学習へ取り組める方 ・学習よりも具体的な課題にチャレンジしたい方
Summary
サマリー
日程
120日間
費用
カスタマイズ
形式
カスタマイズ研修
事前予習
Python & 機械学習入門
受講環境
ブラウザ：Google Chrome 推奨（IE 不可） ディスプレイ：2 画面推奨
Value
研修の特徴
データ分析・機械学習・深層学習を学習し、発展分野である自然言語処理及び画像処理の知識と実装力を身につけます。 実課題に対する企画立案・データ取得・分析・モデル構築までを行う課題解決型研修 （PBL） が含まれます。
Goal
研修の到達点
・ツールを用いた収集・加工・可視化・分析を一貫して実装できる状態 ・ツールを実務適用可能なレベルで活用できる状態 ・データサイエンスを用いた課題解決力を身につけている状態
Time Schedule
スケジュール
前半 1ヶ月（インプット期間）
| 1 ヶ月間 | ▪DX 企画立案コース ・イントロダクション ・ AI リーンキャンバス Step.1, 2 ・ 画像分類 AI 開発 ・AI リーンキャンバス Step.3 ・AI サービス企画ワークショップ ▪データサイエンス活用コース ・課題発見とデータの取得、構造化 ・探索的データ分析 ・多変量解析 ・データ分析実践 ・確証的データ分析 ・主成分分析 ・クラスタリング ・演習、発表 ▪AI モデル構築実践コース ・イントロダクション ・Azure ML Studio 入門 ・教師あり学習：回帰 入門 ・教師あり学習：回帰 発展 ・教師あり学習：分類 入門 ・教師あり学習：分類 発展 ・ニューラルネットワークの構造 ・順伝播 ・逆伝播 ・ニューラルネットワークの実装 |
後半 3 ヶ月間（課題解決型研修期間）
| 2~4ヶ月間 | ▪課題設定・データ収集 ・現状の課題、仮説立て ・扱うデータ、タスクの整理 ・解析手法の選定 ・達成目標 ・PBL スケジュールの策定 ▪PoC・精度改善 ・データ取得、データ前処理、構造化 ・集計、可視化、EDA（探索的データ分析） ・要因分析、特徴量作成 ・アノテーション ・モデル構築、学習、評価、検証 ▪成果報告会 ・テーマ選定の背景と目的 ・作業内容 ・分析及び、推論結果 ・最終成果、今後の展望 |
Loading...
