top of page

データ特徴の発見とモデルの品質向上を目指す
データサイエンティスト育成講座

Data Science for me

DS4Me

【素材】講座動的ページ (10).png

Data Science for me

本講座では、Pythonの基礎から、各種ライブラリの使い方を習得した後に、統計的解析・機械学習・ビッグデータ解析などのデータ分析に関する一通りの技術を身につけ、データサイエンティストとして各種の実問題を解決できるようになることを目指します。

日常業務で扱う多種多様なデータを効率的に処理する方法や機械学習による業務効率化・課題解決を行うための技術を、データ分析PJTの実際のワークフローに沿って体系的に習得します。

こんな方におすすめ

・データ分析スタッフ、データ分析エンジニア、
 データサイエンティスト、コンサルタント等

・職種問わず業務にデータ分析を活用していきたい方

・既存のデータ分析業務に満足してない方

・データ分析の意義、ステップを理解したい方

【素材】講座動的ページ (11).png

​お申し込み・お打ち合わせご希望の方は、上記サイトよりご連絡ください。​​

ホワイト構造
​研修のゴール

・日常の業務で扱うデータを統計的解析や機械学習等を活用して分析できる

・データの加工、可視化を行いデータから特徴を発見できる

・機械学習による予測、特徴量エンジニアリングを通して予測精度を向上できる

​活用事例​

Excel等で手動で行っていたデータを統計的解析や機械学習等を活用して分析できるようになります。

​講座概要​

カテゴリ

データサイエンス力

講座名

DS4Me

講座時間

計6日間/1日6時間

備考備考

「第四次産業革命スキル習得講座」「人材開発支援助成金」対象 詳細はコチラ

iLect Academy 2024 受付中 >>>
【素材】講座動的ページ (11).png

​お申し込み・お打ち合わせご希望の方は、上記サイトよりご連絡ください。​​

CURRICULUM

​Curriculum

- カリキュラム

  Day 01:データサイエンティストの解説、Python 基礎・応用

詳細

データサイエンティストとは?、データサイエンスプロジェクトのサイクル、実例紹介

Python, 数値演算、文字列操作、制御構文、関数、オブジェクト指向、データ型、組み込み関数、ファイル操作


扱うモデル/テクニック:Python

 

  Day 02:データ前処理

詳細:

データ加工処理:NumPy、配列操作、並び替え、乱数生成、ブロードキャスト、Pandas、データ抽出、データ加工、データ結合、集約演算、時系列データの取り扱い

データ可視化:Matplotlib, グラフの描画、グラフの描画、分析結果の見せ方


扱うモデル/テクニック:Numpy、Pandas、Matplotlib


 

  Day 03:統計的データ分析

詳細:

記述統計と単回帰:Pandas, Seaborn、scikit-learn、データの読み込み、要約統計量、探索的データ分析、単回帰、決定係数

確率・統計:数学的確率、統計的確率、確率変数、大数の法則、中心極限定理、統計的推定、統計的検定


扱うモデル/テクニック:ヒストグラム、分散と標準偏差、線形単回帰分析、統計的確率、ベイズの定理等


 

  Day 04:教師あり学習の基礎、モデル評価

詳細:

機械学習の基礎(教師あり学習):scikit-learn、機械学習概要、重回帰、正則化、ロジスティック回帰、決定木、SVM、k-NN

モデルの検証方法とチューニング方法:モデル評価、ホールドアウト法、交差査検証法、ハイパーパラメータチューニング、混同行列、

ROC曲線、AUC、各種評価指標


扱うモデル/テクニック:ロジスティック回帰、決定木、k-NN、サポートベクターマシン等、ホールドアウト法と交差検証法、ハイパーパラメータチューニング、混同行列、ROC曲線とAUC、回帰モデルの評価指標等


 

  Day 05:モデルの精度向上、教師なし学習の基礎、特徴量エンジニアリング

詳細:

アンサンブル学習:アンサンブル学習、バギング、ブースティング、ランダムフォレスト、勾配ブースティング木

機械学習の基礎(教師なし学習):クラスタリング、k-means、エルボー法、主成分分析

特徴量エンジニアリング:質的変数のエンコーディング、量的変数のスケーリング、量的変数の非線形変換、ビニング、特徴量選択


扱うモデル/テクニック:k-means法、主成分分析等、バギング、ブースティング、ランダムフォレスト、勾配ブースティング等

ビニング、PCAによる特徴抽出、潜在表現の解釈、one-hotエンコーディング、欠損値処理、特徴量選択等


process

​Process

- 講座開催までのお申し込み手順

【LP素材】マスクドさん.png
​STEP 01打ち合わせの日程調整
【お打ち合わせカレンダー】よりご希望の日時を選択し、必要事項をご記入の上、日程調整を完了してください。
​お打ち合わせはオンライン(Google Meet)で行います。
​STEP 02お打ち合わせ・ヒアリング
お打ち合わせで貴社のニーズのヒアリングをさせて頂き、実課題解決に最適なカリキュラムをご提案致します。
また、開講する期間等、講座に関するご質問への対応をいたします。
​STEP 03​​講座開催
契約完了となり、講座を開催します!
※本講座はオンラインでもオフライン(対面)でも受講可能です。
【素材】講座動的ページ (11).png

​お申し込み・お打ち合わせご希望の方は、上記サイトよりご連絡ください。​​

FEATURES

​Features

- 講座の特徴

point 1:同期型オンデマンド講座

機械学習メンターが受講生と講座を同期しながらリアルタイムで講座をサポートしております。

受講生の課題に対して専門家のフィードバックをオンタイムで受けれる他、課題に対するアプローチを理解する事で能動的なアウトプットを促し学習効果を最大化します。

point 2:機械学習メンター制度

企業との共同研究開発にも従事する「機械学習メンター」

リアルタイムでの質疑応答はもちろん、各回のクイズ課題、アドバンスクイズ課題、エラー解決課題、コンペティション形式の宿題・採点、スコア情報、課題上位者の解法共有とメンターからのフィードバック等、受講生のフォローを最大限ご提供いたします。

point 3:完全受講生ファーストの講座運営
  1. iLect System の提供で学習環境の構築が不要
    ( ブラウザのみで利用可能な学習・AI 開発環境 高性能GPU )

  2. オンラインディスカッションボード ( Slack ) の提供、運営

  3. 講座終了後の受講者毎の採点結果とアセスメントのレポート

AI分野第一線の講師陣
  • AI研究の第一線で活躍する現役研究者・エンジニアKaggle Grandmasterが講師を担当

  • Kaggle Grandmasterや、東京大学などでAI講座を担当した経験豊かな最高峰レベルの講師陣

  • 実務経験に基づく実践的・具体的な内容を説明

【素材】講座動的ページ (11).png

​お申し込み・お打ち合わせご希望の方は、上記サイトよりご連絡ください。​​

review

customer review

- 受講者インタビュー

​AI 人材育成講座
大手実績多数