公開講座からの新着メッセージ

公開講座新作研修

一覧はこちら

申込者数人気ランキング

※直近１ヶ月

一覧はこちら

ダウンロード資料

公開講座コースマップ
（体系図）DL

年間スケジュール一覧DL

地域別スケジュールはこちら

AI開発者育成プラン～プログラミング経験なしでも機械学習モデルを開発できるようになる

25/12/30 更新

新入社員

若手層

中堅層

ベテラン

初級管理職

中級管理職

上級管理職

プランの概要

プログラミング未経験者が、ゼロからAI（人工知能）を開発できるようになるためのプランです。AI開発に用いられる定番プログラミング言語・Pythonの学習からスタートし、機械学習モデル、ディープラーニングモデルの開発までを行います。

このプランを
オンライン型で申込む

※下記をタップすると各研修詳細までスクロールします

Python学院～基本文法編／プログラミング未経験から業務への活用方法を学ぶ（１日間）

1．Pythonプログラミングを始める前に
2．アルゴリズムの基本
3．Pythonプログラミングの環境構築
4．Python基礎
5．【参考】サードパーティー製パッケージを活用したプログラム
6．業務でPythonを活用するために

Python学院～データ分析編／統計の基礎とPandasライブラリの活用（１日間）

1．データ分析とは
2．要約統計量～データ分析における代表的な値
3．Ｐｙｔｈｏｎにおけるデータ分析でよく使うライブラリ
4．Ｐａｎｄａｓを使ってデータを把握する
5．Ｐａｎｄａｓを使ってデータを処理する
6．Ｐａｎｄａｓを使って相関分析を行う
7．Ｐａｎｄａｓを使って回帰分析を行う
8．現場で活用するために

Python学院～AI開発入門研修／機械学習で予測モデルを作る（２日間）

1．機械学習の基礎
2．Pythonプログラミングを始める前に
3．アルゴリズムの基本
4．【参考】Pythonプログラミングの環境構築
5．Python基礎
6．Python実践　～データの扱い
7．Python実践　～回帰
8．Python実践　～クラス分類
9．【参考】Python実践　～クラスタリング

Python学院～基本文法編／プログラミング未経験から業務への活用方法を学ぶ（１日間）

「繰り返し処理」「ライブラリの活用」といったPythonの基本を習得し、業務への活用方法を学ぶ

カリキュラム

１．Pythonプログラミングを始める前に
（１）プログラミングについて
（２）Pythonの特徴
（３）Pythonを学ぶメリット
（４）Pythonによる業務自動化例
（５）Pythonプログラムの動作イメージ

２．アルゴリズムの基本
（１）アルゴリズムとは
（２）アルゴリズムの3つの基本形～順次・選択・反復
【ワーク】身近なところからアルゴリズムを考える

３．Pythonプログラミングの環境構築
（１）Pythonのインストール（３．１０．１０）
（２）Jupyter Notebookについて

４．Python基礎
（１）画面に文字を表示する　～プログラミング学習の第一歩
（２）数値の計算　～基本的な演算子を学ぶ
（３）変数　～データを管理する最も基本的な方法
（４）データ型　～全てのデータには「型」がある
（５）リスト　～複数の値を管理する方法１
（６）辞書　～複数の値を管理する方法２
（７）条件分岐　～条件に応じて、実行する処理を変える
（８）繰り返し処理　～何度も同じ処理を行う
（９）エラー発生時の対応　～エラー解決力を高める
（１０）関数　～複数の処理をまとめて実行してくれる便利ツール１
（１１）メソッド　～複数の処理をまとめて実行してくれる便利ツール２
（１２）関数の定義　～ユーザ定義関数を作成する
（１３）ライブラリ　～プログラミングを楽にする、最強ツール
（１４）基本文法を組み合わせた演習問題に挑戦する
（１５）Pythonのコーディング規約

５．【参考】サードパーティー製パッケージを活用したプログラム
（１）Excelファイルの自動転記プログラム
（２）Webからの情報収集を自動化するプログラム
（３）データ分析（前処理・分析）を自動化するプログラム

６．業務でPythonを活用するために
【ワーク】Pythonを活用できる業務を洗い出す
【ワーク】今回の研修で、自分が成長したポイントを振り返る
【ワーク】今後、Pythonをどのように学習・活用していくか
【付録】テキスト内で使用する関数一覧表など

スケジュール・お申込み

＞＞来場型日程、その他詳細はこちら

Python学院～データ分析編／統計の基礎とPandasライブラリの活用（１日間）

ビジネス現場で活用できるデータ分析の基礎と、Pythonを使ったデータ分析スキルを身につける

カリキュラム

１．データ分析とは
（１）データ分析のメリット
（２）データ分析でできること
（３）データの読み方を意識する
（４）データを扱う際の注意点

２．要約統計量～データ分析における代表的な値
（１）平均値
（２）中央値
（３）標準偏差
（４）最小値
（５）最大値
（６）第１四分位数
（７）第３四分位数

３．Ｐｙｔｈｏｎにおけるデータ分析でよく使うライブラリ
（１）ＮｕｍＰｙ（ナムパイ）
（２）Ｐａｎｄａｓ（パンダス）
（３）ｍａｔｐｌｏｔｌｉｂ（マットプロットリブ）
（４）ｓｅａｂｏｒｎ　（シーボーン）
（５）ｓｃｉｋｉｔ－ｌｅａｒｎ　（サイキット・ラーン）

４．Ｐａｎｄａｓを使ってデータを把握する
（１）データ分析
（２）Ｐａｎｄａｓにおける２つのデータ型
（３）データの表示
（４）データの確認
（５）データの抽出
（６）データの検索
（７）データの並べ替え
（８）データのグループ化
（９）データの集計
（１０）演習問題

５．Ｐａｎｄａｓを使ってデータを処理する
（１）欠損値の確認
（２）データの削除
（３）欠損値の補完
（４）列の追加
（５）データの結合
（６）演習問題

６．Ｐａｎｄａｓを使って相関分析を行う
（１）相関分析とは
（２）相関係数のイメージを掴む
（３）相関係数の注意点～疑似相関
（４）Ｐａｎｄａｓを使って相関係数を求める

７．Ｐａｎｄａｓを使って回帰分析を行う
（１）回帰分析とは
（２）単回帰分析と重回帰分析
（３）回帰分析の結果を読み解く
（４）回帰分析の活用例
（５）Ｐｙｔｈｏｎライブラリを使って回帰分析を行う

８．現場で活用するために
■職場での実践目標共有
【参考】これまでのルールを見直す～業務改善の仕方
【参考】似ているものを分類する(営業リストの整理など)
【参考】重回帰分析

スケジュール・お申込み

＞＞来場型日程、その他詳細はこちら

Python学院～AI開発入門研修／機械学習で予測モデルを作る（２日間）

機械学習の基礎である「アルゴリズム」と「モデル作成」をハンズオンで習得し、データの分析を実現する

カリキュラム

１．機械学習の基礎
・活用事例
・機械学習とは
・機械学習の仕組みと種類
・機械学習実演～Pythonプログラミング

２．Pythonプログラミングを始める前に
・プログラミングについて
・Pythonの特徴
・Pythonを学ぶメリット
・Pythonによる業務自動化例
・Pythonプログラム動作イメージの獲得

３．アルゴリズムの基本
・アルゴリズムとは
・アルゴリズムの3つの基本形～順次・選択・反復

４．【参考】Pythonプログラミングの環境構築
・Pythonのインストール
・外部ライブラリのインストール
・補足①～コマンドプロンプトとは
・補足②～Jupyter Notebookについて

５．Python基礎
・画面に文字を表示する　・数値の計算　・変数　・データ型　・リスト　・辞書
・条件分岐　・繰り返し処理　・エラー発生時の対応　・関数　・メソッド　・ライブラリ

６．Python実践　～データの扱い
・データフレームとは
・各種統計量を算出する
【参考】データの見える化

７．Python実践　～回帰
・回帰とは
・回帰モデル構築
【ワーク】線形回帰で価格を予測するモデルを作成する
・回帰モデル評価
・精度評価指標～MAE、RMES、決定係数
【ワーク】モデルの精度を評価する
・回帰モデル改善
【ワーク】ベイズ線形回帰との結果を比較する

８．Python実践　～クラス分類
・クラス分類とは
・クラス分類モデル構築
【ワーク】ロジスティクス回帰でグループを判定するモデルを作成する
・クラス分類モデル評価
・精度評価指標～正解率、真陽性率、偽陽性率、ROC、AUC
【ワーク】モデルの精度を評価する
・クラス分類モデル改善
【ワーク】アンサンブル学習との結果を比較する