AI人材育成AIデータ活用実践コース

ビジネスにおけるAI・データ活用を促進
経済産業省認定「Reスキル講座」

AIデータ活用実践コースは、Webスクレイピングによるデータ収集と分析の手法、AIの数理的背景から機械学習とディープラーニングの応用まで、データ分析に必要な知識を体系的に学ぶことができます。AI時代の開発のベースとなる専門技術と、ビジネスにおけるデータ利活用を学習し、専門的なAI人材を育成します。

本講座は、経済産業省のReスキル講座の認定を受けています。

AIデータ活用実践コースについて相談する
期待できる効果
  • 自社ビジネスでのAIやデータ活用が推進できる
  • AI開発における専門知識が身につき、開発力・マネジメント力が向上する
  • 高度な知識を有したAI人材を育成できる
Before

AIを活用する方針はあるが、具体的にどうすればよいのかわからなかった

After

AIへの理解が深まり、生成AIの業務活用などが進むようになった

さまざまな企業から選ばれています
AIデータ活用実践コースについて相談する

AIデータ活用実践コースの特徴

  • 特徴1体系的なAIリテラシーが学べる
    体系的なIT知識が身につく

    様々なIT業界団体の認定校となっており、また、多くの企業様にIT研修を提供してきた実績を元にしたAI基礎知識のカリキュラムを提供できます。

  • 特徴2研修のカスタマイズができる
    研修のカスタマイズができる

    貴社の業務上の課題感や目的に合わせて、カリキュラムや研修スケジュールを柔軟にカスタマイズできます。お気軽にご相談ください。

  • 特徴3研修の成果を可視化できる
    研修の成果を可視化できる

    学習管理システム(LMS)での進捗管理はもちろん、日報、理解度テストの結果、開発した成果物など、様々な角度から研修効果を測定できます。

受講形式

インターネット・アカデミーの研修は、さまざまな形式に対応しています。「基礎はeラーニングで演習は集合研修」「講師派遣とリモートを組み合わせる」など、複数の形式の併用もできますので、お気軽にご相談ください。

  • リモート集合研修
  • 実地での集合研修
  • 講師派遣
  • eラーニング

Web開発会社の開発・マネジメントのノウハウをカリキュラム化現場の実務が研修で学べる

インターネット・アカデミーのグループ会社ではWeb開発・Saasサービスを手掛けています。実務で用いられている開発ノウハウをカリキュラム化し、研修で還元しています。

理解度チェック・アセスメントなど学習効果を可視化できる学習管理システム(LMS)

インターネット・アカデミーの学習管理システム(LMS)では「研修後の知識定着度を可視化したい」「社内報告のためのアセスメントがほしい」など、研修担当者の悩みにこたえる機能を搭載。学習の進捗管理から、さまざまな角度からの研修効果測定が行えます。

  • 研修テーマごとに受講した社員の理解度をダッシュボードで確認できます。
  • テストの結果を元に社員ごとのスコアをグラフで可視化。社内の平均スコアとの比較もできます。
  • 受講態度や理解度といった講師からのフィードバックによる定性評価にも対応しています。

AIデータ活用実践コースカリキュラム

ビジネスにおけるAI・データ活用を促進する「AIデータ活用実践コース」

AIデータ活用実践コースでは、ビジネスにおけるデータ活用・分析の手法とAI開発における専門知識を学習します。

AIの専門知識は、Pythonによる開発手法はもちろん、AIの数理知識・機械学習・ディープラーニングなどのAI開発を行う上で欠かせないスキルを習得します。

なお、数理知識・機械学習・ディープラーニングは神奈川工科大学と共同開発を行ったカリキュラムです。

対象者
  • AI技術を深く学びたい方
  • AIを活用しデータ分析を行いたい方
  • 技術的な知識を学び開発・マネジメントを円滑にしたい方
AIデータ活用実践コースについて相談する
Webスクレイピング
項目 内容
RPA概論、Python基礎
  • RPAとは
  • Webスクレイピングとは
  • 必要なソフト(Anaconda、Jupyter notebook、BeautifulSoup)
  • Jupyter notebookの使い方
  • Pythonの基本文法1(画面出力)
  • Pythonの基本文法2(変数、データ型)
  • Pythonの基本文法3(配列、ループ)
  • Pythonの基本文法4(条件分岐)
  • Pythonの基本文法(関数)
HTML・CSS
  • Webサイト構築に必要な技術
  • HTMLの基本的なタグ
  • ハイパーリンク、フォーム
  • CSS概要、基本文法
  • セレクタ―
一般的なWebサイトの情報収集(初級編)
  • Webスクレイピングの基本
  • BeutifulSoupを利用したデータ取得
  • Pythonによるファイルの読み書き(txt形式)
  • Pythonによるファイルの読み書き(csv形式)
  • 演習:ニュース記事の情報をCSVにまとめる
会員サイトの情報収集(中級編)
  • ログイン認証を必要とする会員サイトのWebスクレイピング
  • Selemniumを利用した自動ページ遷移
  • 演習:会員サイトの情報の自動取得
  • 演習:競合調査への利用(アイデア出し)
正規表現を用いたデータ取得(上級編)
  • 正規表現とは
  • 正規表現を扱うPythonの命令
  • 演習:Webページの情報を正規表現で取得
  • 演習:競合調査への利用(アイデア出し)
Python
項目 内容
基本文法
  • プログラムの書き方
  • 文字列と変数
  • 基本的な演算
  • リストとタプル
  • 辞書と集合
  • 条件文
  • 繰り返し文
関数とオブジェクト指向
  • 関数
  • オブジェクト指向
  • ファイルの読込みと書込み
  • datetimeモジュール
Djangoフレームワーク
  • Djangoフレームワーク
  • データベースの基礎
各種機能の実装1
  • モデルの応用
  • テンプレート
  • フォーム
各種機能の実装2
  • ユーザー認証機能
  • CRUD機能の応用
お問合せフォーム
  • お問合せフォームのユーザー画面
  • お問合せフォームの管理者画面
ECサイト1
  • 検索機能
  • 初期設定とユーザーモデル
  • モデルとセッション
ECサイト2
  • ビューとデザインテンプレート
AIプログラミング
項目 内容
AIプログラミングに必要な数学知識
  • 線形代数
  • 微分積分
  • 確率・統計
  • ベクトル・行列
機械学習と深層学習の概念
  • AIの基礎
  • 機械学習のアルゴリズムの種類
  • 人工知能とWebの連携
推薦システム
  • 推薦アルゴリズムの種類
  • 推薦アルゴリズムの原理
  • 開発環境の構築
  • 役に立つライブラリ
  • 推薦システムの作成
  • 評価データの前処理
  • データの可視化
  • ピボットテーブルの作成
推薦システムの応用
  • 基本概念
  • 実装の流れ
  • 評価データの加工
  • モデルの訓練
  • 数値の加工
  • モデルの精度測定
  • 製品の推薦
機械学習
  • 機械学習の種類
  • 機械学習の流れ
テキスト分類
  • テキストライブラリの準備
  • テキストを数値に変換
  • TF-IDF値の計算
  • MeCabのインストール
  • TF-IDF値の計算
データの収集および整形
  • 学習モデルの構築
  • 学習モデルのテスト
  • Kerasのインストール
  • データ収集
  • ニューラルネットワーク
  • CNNの構造
  • CNNモデルの実装
  • モデルの訓練
  • 指定した画像を分類
データ分析基礎
項目 内容
データ分析とは
  • データ分析の流れ
  • データ分析の目的
  • 基本文法
  • データ分析をするときの定番アプローチ
  • 各グラフの使いどころ(ヒストグラム、折れ線、円グラフなど)
Pythonの復習、Pandas
  • 演習:基本処理(変数、文字連結)
  • 演習:リストとループ処理の組み合わせ
  • 演習:関数
  • 演習:ファイルの読み書き
  • Pandasの利用
  • 演習:Pandasを用いた計算
データの取込みから集計までの流れ
  • データの読み込み
  • データの全体像を把握
  • データの結合(ユニオン、ジョイン)
  • データ検算と各種統計量の確認
  • データ集計(月別、商品別)
データの整形
  • データの揺れ
  • データに揺れを残して分析してはいけない
  • 揺れを補正(商品名、金額表記、日付)
  • 顧客名をキーに2つのデータを結合
  • 計算しやすく加工したデータで再計算
  • 演習:データの揺れあり/なしで集計する
データの可視化1
  • 顧客データの読み込みと整形
  • 顧客データの集計
  • 利用履歴データの集計
  • 顧客データと利用履歴データを組み合わせて分析
  • 演習:データを可視化して読み取れる情報
データの可視化2
  • 月別売上の推移を可視化
  • 売上からヒストグラムを作成
  • 都道府県別の売上を集計して可視化
  • 店舗を絞り込んで可視化
  • トグルボタンで地域データを抽出
  • 日付を指定してデータを抽出
仮説に基づいた分析
  • カスタマージャーニーを考えたデータ分析
  • 演習:キャンセル理由の仮説を考える
  • 仮説を検証
  • 特定店舗の売上を可視化(Excel、グラフ)
  • 演習:顧客の行動履歴から退会ユーザーと継続ユーザーの違いを分析
AI(数理知識)
項目 内容
AI概論と活用事例/環境構築/数学基礎と関数
  • 人工知能とは
  • 人工知能の概要
  • 人工知能の活用事例
  • 人工知能になぜ数理知識が必要なのか(微分、行列、統計)
  • Google Colab の用意
  • Numpyの利用
  • 変数と定数
  • 一次関数
  • 指数(累乗と平方根)、対数
  • 多項式関数、三角関数、総和
  • 応用的な関数(ガウス、シグモイドなど)
微分/行列
  • 微分とは
  • 微分の公式、導関数
  • 微分の連鎖
  • 偏微分
  • 最小値問題(最小二乗法、勾配降下法)
  • スカラー、ベクトル、行列
  • 転置行列
  • 単位行列
  • 逆行列
  • ニューロ計算での利用
  • 固有値と統計での利用
統計
  • 統計とは
  • 平均、分散、標準偏差
  • 正規分布と3σ法
  • 条件付き確率とベイズ推定
  • 推定と仮説検定
  • 情報量(エントロピー)
  • 数理知識のまとめ
AI(機械学習)
項目 内容
機械学習の概要/単回帰分析
  • 機械学習とは
  • 人間の思考体系に基づく推論
  • 機械学習の種類(教師あり、なし)
  • 機械学習アルゴリズムの種類
  • 回帰分析の基本概念
  • モデルの導出
  • 評価関数の決定
  • Scikit-learn による実装
  • 演習
重回帰分析/ロジスティクス回帰
  • 重回帰分析とは
  • モデル、評価関数の設定
  • Scikit-learn による実装
  • 時系列データへの適用
  • ロジスティック回帰の基本を解説
  • サンプルコードでロジスティック回帰を試す
  • 教師あり学習による分類
クラスタリング
  • クラスタリングの基本を解説
  • K-means 法
  • サンプルコードでクラスタリングを試す
  • 階層的クラスタリング
  • 演習
決定木とその他の技術/アンサンブル学習
  • 決定木
  • その他の技術(主成分分析,アソシエーションなど)
  • 次元削減への応用
  • バギングとブートストラップ
  • 例題実行による体験
  • 演習
自然言語処理
  • テキストライブラリの準備
  • 形態素解析
  • MeCabの利用
  • TF-IDF値の計算
  • 記事カテゴリの自動判定
AI(ディープラーニング)
項目 内容
概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング
  • 概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング
  • KerasおよびTensorflowとは
  • 可視化
  • データクリーニング
  • 交差検定(クロスバリデーション)
  • 混同行列、適合率と再現率、ROC
  • グリッドサーチ,ランダムサーチ,アンサンブル
  • 演習
パーセプトロン/ニューラルネットの仕組み/体験実習 (MNIST)
  • 多層パーセプトロン
  • 多層構造
  • 活性化関数
  • 誤差評価関数
  • バックプロパゲーション
  • 勾配損失
  • パラメータ(隠れ層数、ユニット数、学習率、バッチサイズ)
  • 公開データベースの利用
  • データの読み込みと加工、準備
  • 学習評価とモデル改良
ディープラーニングの技術概論/CNN
  • 従来技術の課題と概要
  • データ拡張
  • ドロップアウト、オートエンコーダ
  • 画像認識の概要と技術
  • CNNの全体構造
  • 畳み込み(フィルタ)、プーリング
  • 様々なCNNアーキテクチャ(LeNet-5、AlexNet、GoogleNet、ResNet)
  • 転移学習(学習結果の保存と再利用、チューニング)
  • 演習
RNN
  • 構造と基本技術
  • 時系列データへの適用
  • 自然言語処理
  • ベクトルモデルとword2vec
  • 文章生成への利用
  • 演習
文章生成への利用
  • GAN
  • 自然言語処理:BERTとGPT
  • 強化学習
  • 演習
HTML/CSS/JavaScript基礎
項目 内容
Web概論・HTML基礎
  • Webの概要
  • ホームページの概要
  • HTMLの基本的なタグ
  • テーブル(表)
ハイパーリンクとマルチメディア
  • ハイパーリンク
  • 画像とWebにおける色指定
  • 動画
  • 音声
フォーム
  • フォームとは
  • フォームのパーツ(基本)
  • フォームのパーツ(応用)
セマンティックコーディングとWeb制作フロー
  • HTMLの変遷
  • セマンティック・コーディング
  • Web制作フロー
  • 画像の書き出し
  • HTMLのコードチェック
CSS基礎
  • CSSとは
  • CSSのルール
  • セレクター
  • フォント、テキストのスタイリング
  • 疑似クラス
CSSレイアウト
  • CSSレイアウト1
  • CSSレイアウト2
  • デザインのプロパティ
  • 背景とボーダー画像
  • その他スタイル指定
HTML構築(Dreamweaver/VSCode)
  • オーサリングツールとは
  • コーディングに入る前
  • HTMLコードの記述
CSS構築(Dreamweaver/VSCode)
  • CSSコーディング
  • 開発者ツール
  • CSS演習
  • サーバーへのアップロード
メディアクエリ・Webフォント・CSSアニメーション
  • メディアクエリ
  • Webフォント
  • 疑似要素
  • グラデーション
  • trasnsformプロパティー
  • トランジション・アニメーション
JavaScript基礎1
  • JavaScriptの概要と書式
  • JavaScriptの命令
  • 変数・演算子
  • 条件・ループ
  • 関数とイベント
JavaScript基礎2
  • DOMの仕様と要素ノードの操作
  • 属性ノードとテキストノード
  • Googleマップの導入
jQuery
  • jQueryの基本
  • jQueryにおけるイベント処理
  • jQueryの実践
  • jQueryプラグインの利用

時間数・日程

88時間
※カリキュラム内容や時間数のカスタマイズができますので、お気軽にご相談ください。
※開催日程は貴社のご要望をお伺いしご提案いたします。

料金体系

受講者数や時間数に応じて変動します。また、カリキュラム内容のカスタマイズや講師派遣などのご要望に応じて変動いたします。ご予算にあわせてのご提案もできますので、お気軽にお問い合わせください。

AIデータ活用実践コースについて相談する

AI活用系の研修を受けた企業の事例

グローリー株式会社実務でのChatGPT活用の精度が向上した

講師から「プロンプトの言葉遣いを丁寧にしたら、回答精度が上がる」と研修で教えていただき、早速言い回しを変えてみたそうです。その結果、回答の精度がぐっと上がったと話していました。結論として、初めてChatGPTを使う方も、すでに試していた方も、それぞれの立場でChatGPTへの理解が深まる研修で、満足度が高かったという印象です。
AI活用系の研修事例をみる

三井住友DSアセットマネジメント株式会社AI関連商材のセールストークが改善

実際に手を動かしながらの実演型の研修だったので、AIの進化を肌で感じることができたという感想をいただきました。 すでに実際に使っているという参加者の方からはAIへ最適な指示を出すプロンプトのポイントなどを知れたのが良かったという感想も伺いました。
AI活用系の研修事例をみる

AI基礎研修について相談する

研修費用を最大75%削減できる助成金

インターネット・アカデミーのIT研修では、要件を満たすことで厚生労働省の人材開発支援助成金が利用できます。研修費用に対する経費助成と、受講中の賃金に対する賃金助成の両方が支給されます。

この助成金制度ではいくつかのコースが用意されており、研修目的に合わせて使用できる制度をご提案いたします。

経費助成+賃金助成
※eラーニングの場合、賃金助成は支給されません。
DX人材育成の研修で使える
事業展開等リスキリング支援コース/人への投資促進コース
  経費助成 賃金助成
中小企業 75% 1000(1人1時間)
大企業 60% 500(1人1時間)

経済産業省のDX認定を取得している企業は、研修テーマを問わず「人への投資促進コース」が利用できます。

助成金を使った研修の事例紹介や、貴社が研修を行った場合に支給される助成額シミュレーションも承っています。お気軽にご相談ください。

助成金について相談する

AIデータ活用実践コースについてのご相談

法人サービスの電話お問合せ窓口
03-3341-3781
受付時間(平日・土日) 10時-21時

IT人材育成に精通したコンサルタントに無料でさまざまな相談をしていただけます。お気軽にご相談ください。

たとえばこんな相談ができます
  • 人材育成計画を立てるために人材育成の事例などをとりあえず聞きたい
  • 助成金の使い方や、支給額のシミュレーションを知りたい
  • 自社の業務や受講者のレベルにあったカリキュラムを提案してほしい
会社名必須
部署名必須
お名前必須
電話番号必須
メールアドレス必須
受講人数
開始時期
対象者
       
ご相談内容
個人情報の取扱いについて

個人情報の利用目的についてご同意いただいた場合のみ、「同意して進む」を押してください。

このページの上へ