➤ Python機械学習とAWS開発コース
本コースは、Python、AIアルゴリズム、AWS、BIなど、幅広くの分野の知識を含まれています。実践プロジェクトがあり、理論と実践を組み合わせて、貴重なプロジェクト経験を積み重ねることができます。学習完了後、一般のAI、データ分析、AWS開発の案件の対応ができるレベルになります。
➤ 授業時間
40時間（1回4時間、合計10回、合計40時間、週1回） ※上記とは別、授業後の練習指導時間は約20時間となります。
➤ 料金
1人10万円(税抜)
➤ 講師
このコースの講師チームは、日本の大手企業にあるのAI、AWSの専門家で構成されており、豊富な開発と教育の経験があります。
Course content
コース内容
● 機械学習と数学の基礎
AIの概要
機械学習手法の紹介
Pythonにおける機械学習実装
数学的基礎（微分、線形代数、確率）
● Pythonの基本
開発環境の構築
基本利用方法
データ操作
画像描画の基本
プロジェクト演習（売上高の可視化分析）
● 回帰と分類
線形回帰の数学の基本
線形回帰に基づく広告クリックの予測
ロジスティック回帰の数学の基本
ロジスティック回帰に基づく猫と犬の予測 モデル評価
正則化、アルゴリズムの最適化
sklearn機械学習ライブラリ
● ニューラルネットワーク
ニューラルネットワークの基本
畳み込みニューラルネットワーク
リカレントニューラルネットワーク
オートエンコーダ
その他ネットワーク（VGG、ResNet、U-Net）
Kerasでネットワークの構築
プロジェクト演習（手書きの数字認識）
● その他の機械学習アルゴリズム
K-meansの基本
K-meansに基づくアイテム分類
デシジョンツリー、ランダムフォレスト、XGBoot
他のアルゴリズム（SVM、PCA）の紹介
● OPENCVに基づく顔認識プロジェクトの実践
画像データ収集
画像データのクリーニング
画像データの注釈
ネットワークモデルの構築
ネットワークモデルのトレーニングとテスト
モデルリリース
● データ分析の実践
分析ケース１
分析ケース２
BIツール紹介（Tableau）
● AWS開発の実践
AWSの基本
S3、EC2、RDS、Athena、VPC
Lambda開発
SagemakerAIエンジンの実践
AIレコメンデーションシステムの事例