（１）データサイエンス
人工知能
統計解析 etc
（２）データエンジニアリング
データ処理
Python etc
（３）短期間で実務活用するカリキュラム（一部）
【DAY.1】
機械学習概論
最終（開発）課題の説明
【DAY.2】
教師あり学習（分類）
アルゴリズムの考え方と実装・評価
【DAY.3】
教師あり学習（回帰）
アルゴリズムの考え方と実装・評価
【DAY.4】
教師なし学習（クラスタリング・次元圧縮）
【DAY.5】
データ前処理
特徴量エンジニアリング
【DAY.6】
モデルのパフォーマンスチューニング
インバランスデータへの対応
【DAY.7】
ニューラルネットワークを用いた文字認識
ディープラーニング基礎
【DAY.8】
開発課題提出・知識テスト
技術テスト・優秀者の表彰
※掲載している講座の内容はあくまで一部で、上記以外にもグループ討議や宿題があります。
※講座の内容は都合により変更する場合がございます。ご了承ください。