この度、6ヶ月間チャットで質問し放題の環境で、機械学習やデータ分析が学べるプランを開始いたしました。

最近はAI人材（データアナリストや機械学習エンジニアなど）を目指す上で、Eラーニング、YouTubeなどで、良質なコンテンツを低価格（もしくは無料）で学べる環境が整ってきたため、独学でAI人材を目指したい方や、AI/統計リテラシーを身に付けるための敷居が低くなったと感じています。
良書もますます増えています。

その点とても良いことですが、現状それらのコンテンツをもとに学んでも、わからないことがあると質問できなかったり、その後の学習相談などが出来ずに、コンテンツを用いて学んだその先の問題として、質問ができない、なかなか学習が捗らないという問題が残ってしまっています。

これらの問題を解決し、より多くの初学者が独学でもスムーズにAI技術を獲得したり、AI人材を目指せるようにしたいと考え、6ヶ月間無制限に現役かつ複数人のデータアナリストやデータサイエンティスト、機械学習エンジニアに、チャット（Slack）でわからないことを聞ける環境を用意しました。
[AI Academyの講師一覧（ピックアップ）はこちら]
※上記Webサイトの講師以外にも現役のAIエンジニアなどの講師が在籍しています。

今回の新プランでは、6ヶ月間独自の機械学習・データ分析の動画コンテンツを元に、体系立てて機械学習エンジニアに必要なスキルを学んで頂きます。

その中でわからないこと、質問したいこと、学習相談があれば、Slackにて質問することで、現役の機械学習エンジニアやデータアナリストから回答してもらえます。

先着で数十名ほどにご受講頂いておりまして、以下のような声をいだきました。

受講者の声（一部）

卒業生の多くに嬉しいお言葉を頂けました。
もちろん全てが良い声だけではありません。一部以下のような改善の声を頂きました。

現在上記の改善点を少しずつ改善しているところです。

サービス特徴

①体系的コンテンツ

②在籍するAI Academyの数十名の現役データサイエンティストや機械学習エンジニアに質問できる

③6ヶ月学べて費用が35,000円（税込）

本コースでは、6ヶ月間でAI人材に必要とされる以下のスキルを体系的に学べるサービスです。
大きく、『AI・データリテラシー』、『AI開発スキル』、『AIプロジェクト企画・推進スキル』の３つを体系かつ効率よく学べるようになっています。

・Pythonプログラミング
・機械学習
・深層学習
・SQL
・統計学
・Webスクレイピング
・PythonによるWeb開発スキル
・AI企画立案力

短期間で必要なスキルを効率よく身につけられるよう講義動画では必要なスキルを凝集した内容になっています。

また学習コンテンツだけの提供ではなく、チャット（Slack）にて6ヶ月間質問し放題のサポート付きです。そのため、学習中にわからないことがあったらすぐに質問し解決出来ます。

さらに、演習用のアウトプットファイル（課題）があり、毎回１、２週間以内に取り組んで頂き提出して頂きます。
わからないことの解決以外にも、提出した演習用の課題ファイルの添削もさせて頂きます。
そのため、講義動画を見て終わりではなく、演習をこなすことで基礎力に加え実際に使えるスキルも学べるようになっています。

対象受講者

本プランの対象者は、これからAIの基礎から学び、将来は業務でデータを活用した分析業務や機械学習を利用する必要がある方、ソフトウェアでみじかな業務を自動化したいと考えられている方です。
オンライン学習なので、最後までやり遂げられるやる気のある方には大変お得にAIのスキルアップが狙えます。
（※定期的な学習進捗確認等の連絡はいたします）

受講料

6ヶ月間35,000（税込価格）にてサービスを開始致します。
1ヶ月の料金で平均すると、6ヶ月間毎月質問し放題で約5,900円です。
（他サービスですと、少なくとも受講料に10万近くはかかってしまいます。）
また現役の機械学習エンジニアやデータサイエンティスト（Kaggle Master所持者でありAIプロダクト開発企業でAIエンジニア、5年ほどデータサイエンティストとして活躍されている現役DSなどなど）から質問してもらえ、この価格で機械学習が学べるサービスは現状このサービスだけです。

AIスキルを質問し放題の環境で効率よく身に付けたい方は是非本サービスをご活用ください！

申し込みはこちらから

学べる内容

本サービスで提供する動画コンテンツも記載致しますので、ご受講される前に参考にしてみてください。

プログラミング言語Python

Pythonとは
Pythonのインストール
JupyterNotebookの使い方
Pythonプログラミングの基本文法
変数
データ型
演算子
関数(組み込み関数・独自関数)
制御構文
繰り返し文(for/while)
モジュール
変数の入れ替え方法
文字列に変数を埋め込む方法
リスト内包表記
三項演算子
関数中級（無名関数,zip,map,filter)
オブジェクト指向入門（クラスとインスタンス）
OSモジュールによるファイル操作
例外処理
ディレクトリの構造とUnixコマンド基礎
requestsモジュール入門

Pythonで学ぶデータ分析基礎

データ分析とは
データ分析ライブラリ
NumPy
Pandas
Matplotlib
Seaborn

Pythonで学ぶ統計学入門

統計学概要
基本統計量
Matplotlib,Seabornを用いた可視化
（ヒストグラム,棒グラフ散布図,箱ひげ図）
相関分析（相関係数）
Titanic号データを用いた実践データ分析
補足資料：確率、正規分布、推定と仮説検定
広告データを用いた統計分析と簡易レポート

Webスクレイピング入門と実践

スクレイピングの為のhtml/css
Webスクレイピング
Requestsモジュール
Beautiful Soup
Seleniumを用いたWebスクレイピング
会員制サイトに自動ログイン&スクレイピング

Pythonによる業務自動化

OpenPyXL入門
Seleniumを用いたブラウザの自動操作

Pythonで学ぶ機械学習

AI/機械学習/ディープラーニングとは
教師あり学習とは
機械学習の一連の流れ
回帰分析とは
単回帰/重回帰分析
多重共線性
多項式回帰
評価指標(回帰)
RMSE
MAE
決定係数(R^2)
過学習とは
バイアスとバリアンス
ノルム
正則化
Lasso回帰
Ridge回帰
ElasticNet
住宅価格データセットコンペ
線形回帰のスクラッチ（理論と実装）

ロジスティック回帰の理論と活用
irisデータセットを用いた花の分類
評価指標(分類)
正解率
適合率
再現率
F値
混同行列
AUCとROC曲線
ハイパーパラメータの最適化
グリッドサーチ
ランダムサーチ
交差検証
k分割交差検証
層化k分割交差検証
癌データセットの分類とレポーティング
ロジスティック回帰のスクラッチ（理論と実装）

オンデマンド動画
教師なし学習とは
主成分分析
次元削減
累積寄与率を基に次元削減
次元削減によるデータの可視化
クラスタリング
階層的クラスタリング
k-means
主成分分析のスクラッチ（理論と実装）

データサイエンス概要とSQL

データサイエンス概要（データ分析プロジェクトの一連の流れ）
問題解決の為のデータ分析
ビジネスで良く使う分析手法
データ分析のためのSQL入門（概要）
SQLの基本用語
記述順序と実行順序
SQLの基本文法
集約関数
よく利用するクエリ（create,select,where等）
テーブルの結合（内部結合、外部結合）
サブクエリ・演習
SQLによるデータ分析
音楽データベースから顧客データ分析

データ前処理入門

CRISP-DMとは
探索的データ解析(EDA)
欠損値処理
特徴量選択
特徴量の作成(数値データ)
Min-Maxスケーリング
標準化
特徴量の作成(カテゴリカルデータ)
label encoding
one-hot encoding
不均衡データとは
銀行データを用いたデータ前処理
健康診断データセットの前処理
不均衡データの処理とモデル構築

決定木分析とアンサンブル学習

決定木とは
情報利得と不純度
情報エントロピー
ジニ不純度
決定木の可視化
木の剪定
キノコデータセットを用いた決定木分析
アンサンブル学習とは
バギングとブースティング
ランダムフォレスト
勾配ブースティング木
AdaBoost
決定木による特徴量の重要度測定
勾配ブースティング木のハイパーパラメータ
勾配ブースティング木のライブラリ
LightGBM
XGBoost
Titanic号データコンペ
決定木のスクラッチ（理論と実装）

ディープラーニング入門

ディープラーニング概論
パーセプトロンとは
ニューラルネットワークとは
ディープラーニングフレームワーク
Kerasとは
コンピュータビジョン
畳み込みニューラルネットワーク
畳み込み層
プーリング層
CIFAR-100データセットを用いた畳み込みニューラルネットワークの利用
犬・猫分類モデルの構築
画像データのスクレイピングとCNNのモデル構築
ニューラルネットワークのスクラッチ（理論と実装）
時系列データとは
RNN
LSTM
RNNのスクラッチ（理論と実装）
乗客予測モデルの実装（時系列解析）

機械学習システム構築入門

機械学習活用例
Webの仕組み
Flask/Jinja入門
学習済みモデルのAPI化
学習済みモデルのAPIをWebアプリケーションに組み込み
機械学習エンジニアへの道（必要なスキルやこの後の勉強方法）
【補足資料】HTML/CSS/JavaScript/Ajax/セキュリティ
機械学習を活用したアプリ開発

データ分析演習

モデル評価と改良
グリッドサーチとランダムサーチ
複数の分類モデルに対する主成分分析の比較レポーティング
卸売顧客データ分析
データ分析プロジェクト（退会予測モデルの開発とレポーティング）
過去のKaggleコンペに挑戦

AIリテラシー

AIとは
AIでできること・できないこと
AIの種類
機械学習とは
教師あり学習とは
教師なし学習とは
強化学習とは
深層学習とは
AIを正しく評価するために
性能評価指標（回帰）
性能評価指標（分類）
ROC曲線とAUC 
AI活用事例（画像認識編）
AI活用事例（言語認識編） 
AI活用事例（音声認識編）
AI活用事例（予測・分析編）
AI活用事例（生成・制御編） 

AIプロジェクト企画

AIプランナーとは 
なぜAIプランナーが重要なのか 
AIビジネスモデルキャンバスとは 
AIアイデアを着想する方法（前半）
AIアイデアを着想する方法（後半） 
投資対効果を明確にする 
AIプロジェクトの進め方（前半）
AIプロジェクトの進め方（後半）
AIアイデアを立案する方法（前半） 
AIアイデアを立案する方法（後半） 
演習（AI企画シートの作成）