お問い合わせ

コース概要

データサイエンス/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エコシステムと新しいアプローチとしての分析
  • 主要技術

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
  • デプロイメント

データサイエンスの技術

  • プロトタイピングに使用される言語
  • ビッグデータ技術
  • 共通問題に対するエンドツーエンドソリューション
  • 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倫理
  • ビジネスにおけるAIの実現方法

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
  • 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

  • 教師あり学習と教師なし学習
  • 予測問題
  • 分類問題
  • クラスタリング問題
  • 異常検知
  • レコメンダーエンジン
  • アソシエーションパターンマイニング
  • Python言語での機械学習問題の解決

ディープラーニング

  • 従来の機械学習アルゴリズムが失敗する問題
  • ディープラーニングによる複雑な問題の解決
  • TensorFlowの入門

自然言語処理

データ可視化

  • モデリングからの可視化報告結果
  • 可視化における一般的な落とし穴
  • Pythonを用いたデータ可視化

データから意思決定へ – コミュニケーション

  • インパクトの創出:データ駆動型のストーリーテリング
  • 影響力の向上
  • データサイエンスプロジェクトの管理

要求

本コースへの参加には、特に必須要件はありません。

 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