お問い合わせ

コース概要

データサイエンスとAIの入門

  • データを通じた知識の習得
  • 知識の表現
  • 価値の創出
  • データサイエンスの概要
  • AIエコシステムと分析への新アプローチ
  • 主要なテクノロジー

データサイエンスのワークフロー

  • CRISP-DM
  • データ準備
  • モデル計画
  • モデル構築
  • コミュニケーション
  • 展開

データサイエンスのテクノロジー

  • プロトタイピングに使用される言語
  • ビッグデータテクノロジー
  • 一般的な問題に対するエンドツーエンドのソリューション
  • Python言語の入門
  • PythonとSparkの統合

ビジネスにおけるAI

  • AIエコシステム
  • AIの倫理
  • ビジネスでAIを推進する方法

データソース

  • データのタイプ
  • SQLとNoSQL
  • データストレージ
  • データ準備

データ分析 - 統計的アプローチ

  • 確率
  • 統計学
  • 統計モデリング
  • Pythonを用いたビジネスでの応用

ビジネスにおける機械学習

  • 教師あり学習 vs 教師なし学習
  • 予測の問題
  • 分類の問題
  • クラスターリングの問題
  • 異常検出
  • レコメンデーションエンジン
  • 関連パターンマイニング
  • PythonによるML問題の解決

深層学習

  • 従来のMLアルゴリズムが失敗する問題
  • 深層学習による複雑な問題の解決
  • Tensorflowの入門

自然言語処理

データビジュアライゼーション

  • モデリングからの可視化レポート結果
  • 可視化における一般的な落とし穴
  • Pythonを用いたデータビジュアライゼーション

データから意思決定へ - コミュニケーション

  • インパクトを作る:データドリブンなストーリーテリング
  • 影響力の有効性
  • データサイエンスプロジェクトの管理

要求

この講座を受講するために特定の要件はありません。

 35 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (7)

今後のコース

関連カテゴリー