PythonPython3エンジニア認定基礎試験対策研修Python認定スクールで最新のシステム開発を学ぶ

期待できる効果
  • 「Python3エンジニア認定基礎試験」の受験に有効な試験ノウハウと技術を習得する

Pythonプログラミングにおける文法や基礎的な知識に対する理解を証明する「Python3エンジニア認定基礎試験」の合格を目指します。インターネット・アカデミーはPythonの学習指針を定めるPythonエンジニア育成推進協会の「認定スクール」に認定されているため、Pythonの習得を目指す方へ質の高い研修を提供することができます。

さまざまな企業から選ばれています

Before

  • 新人エンジニアとのコミュニケーションや、先輩社員が教育に時間を割くうえでの負担が大きかった
  • 社内エンジニアのスキルのばらつきが大きく、開発効率が低かった

After

  • 研修で新人エンジニアの技術理解が進んだことで、開発業務がスムーズに進み社内教育の負担も軽減された
  • エンジニアのプログラミングスキルの底上げができ、開発効率が改善され、資格取得もできた
デジタル人材育成・研修について相談する

Python3エンジニア認定基礎試験 対策研修の特徴

  • 特徴1必要な知識を体系的に学べる
    合格に必要な知識を体系的に学べる

    研修では、試験合格に必要な知識を体系的に学ぶと同時に、その後実務で活用できるようなカリキュラムをご用意しています。

  • 特徴2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研修の成果が確認できる

    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。

研修カリキュラム

Python3エンジニア認定基礎試験 対策研修

本研修では試験内容の解説や模擬試験の実施のみならず、それらの技術が現場でどのように活用されるのか等、仕事に直結するノウハウを提供しています。また、出題範囲のポイントを効率よく学習でき、また本番を想定した模擬試験の実施により、短時間での習得・試験合格が見込めます。

対象者

  • Python3エンジニア認定基礎試験の合格を目指される方
  • プログラミング言語の理解を深めたい方
  • キャリアアップのために資格を取得したい方

研修の目的

  • 研修制度を社内で用意し、社員のエンジニアスキルを高めたい
  • Python試験の合格を到達目標として定めたい
デジタル人材育成・研修について相談する

目次

Python基礎
項目 内容
基本文法
  • はじめに
  • Anaconda(Jupyter Notebook)の使い方
  • プログラムの書き方
  • 文字列と変数
  • 基本的な演算
  • 演習:Pythonの基本文法1(変数、演算)
  • リストとタプル
  • 辞書と集合
  • 演習:Pythonの基本文法2(リスト、辞書)
  • 条件文
  • 繰り返し文
  • 演習:Pythonの基本文法3(繰り返し文、リスト、条件文)
関数とファイル操作
  • 関数
  • 演習:Pythonの基本文法4(関数)
  • クラス・インスタンスの概要
  • ファイルの読込みと書込み
  • 演習:Pythonの基本文法5(ファイル操作)
  • datetimeモジュール
  • 演習:Pythonの基本文法6(日時の扱い)
Excel操作
項目 内容
Pythonを用いたExcelの基本操作
  • Excelの読み書き
  • Excelファイルの読み込み
  • シートの選択、変更
  • 変更の保存
  • アドレス「A1」のセルの選択
  • セルへの書き込み
  • セルの数式の書き込み
  • 演習:新しいExcelファイルの生成
実例に沿った実践
  • 実務での応用(サンプルのデモ)
  • 複数ファイルの読み込み
  • 複数行のデータの読み込み
  • データ処理を止める場合
  • 転記して保存
  • 売上伝票の集計のコード解説
  • 演習1:精算書の転記
  • 演習2:顧客リストの抽出
データ分析
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
  • 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
  • 人工知能とは
  • 人工知能の活用事例
  • 人工知能に数理知識が必要な理由(微分、行列、統計)
環境構築
  • Google Colabの用意
数学基礎
  • 変数と定数
  • 三角関数(sin、cos、tan)
  • 総和と相乗
  • NumPyで実行
  • 一次関数
  • 指数、平方根、対数、自然対数
微分
  • 微分とは
  • 極限、微分の公式、接線の公式
  • 最小値を求める(グラフ描画)
  • 多変数関数と偏微分
  • 勾配降下法
行列
  • スカラー、ベクトル、行列の違い
  • 転置
  • ベクトルの大きさ、内積
  • 行列の計算(行列積、転置)
  • NumPyで計算
確率・統計
  • 人工知能に確率統計が必要な理由
  • 確率の基礎(コイントスで考える)
  • ガウス関数
  • シグモイド関数
  • 最尤推定(さいゆうすいてい)
  • 平均、分散、標準偏差
  • 正規分布
  • 母集団と標本
  • 点推定と区間推定
  • 共分散と相関係数
機械学習の概要
  • 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
単回帰分析
  • 単回帰分析とは
  • 中心化する
  • 評価関数を求める(二乗和誤差)
  • 評価関数から傾きを求める
重回帰分析
  • 単回帰分析と重回帰分析の違い
  • 決定係数、評価関数、回帰係数とは
  • Scikit-learnによる実装(ボストン住宅価格)
ロジスティクス回帰
  • ロジスティック回帰とは
  • statsmotelsによる実装
  • Scikit-learnによる実装
クラスタリング
  • クラスタリングとは
  • 分類とクラスタリングの違い
  • k-means(K平均)法、k-means++法
  • クラスタリングの実践
  • エルボー法
決定木
  • 決定木とは
  • 特徴量と説明変数・目的変数の違い
  • 決定木の実践(分類)
  • 決定木の実践(回帰)
アンサンブル学習
  • アンサンブル学習とは
  • バイアスとバリアンス
  • バギング、ブースティング、スタッキング
自然言語処理
  • 自然言語・テキスト分類の概要
  • 形態素解析
  • MeCabの利用
  • TF-IDF値の計算
  • ニュース記事を用いて、学習モデル構築の実践
自然言語処理
  • 自然言語・テキスト分類の概要
  • 形態素解析
  • MeCabの利用
  • TF-IDF値の計算
  • ニュース記事を用いて、学習モデル構築の実践
Python3データ 分析試験対策
項目 内容
試験対策
  • Python 3 エンジニア認定データ分析試験の概要
  • 模擬問題:正規表現
  • 模擬問題:NumPyの基礎文法
  • 模擬問題:Pandasの基礎文法
  • 模擬問題:Matplotlibの基礎文法
  • 模擬問題:行列
  • 模擬問題:微分
  • 模擬問題:確率統計
  • 模擬問題:その他間違いやすい問題

時間数・日程

60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。

デジタル人材育成・研修について相談する

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。

Python系の研修を受けた企業からのコメント

NECネッツエスアイ株式会社

一緒に受講した若手エンジニアは、Pythonを初めて触ったため、講師の方に初心者と経験者を同時に教えるという難題を突き付けてしまったかと思っていました。しかし、Python初心者にもわかるように丁寧に補足をしながら、二人が満足できるように説明してくださっていたので、非常にありがたかったです。
インタビューを見る

パーソルプロセス&テクノロジー株式会社

インターネット・アカデミーはほかの研修機関に比べて柔軟性が高く、現場の業務に近しい形でカリキュラムをカスタマイズしてくださり、RPAツールやLINEチャットボットを作る実践的な研修が実現できました。また、受講者のレベル別に研修を分けたり、研修をライブ形式で受けられない社員には録画配信をするなど、柔軟に対応していただけたことが非常に良かったです。
インタビューを見る

デジタル人材育成・研修について相談する

助成金で費用負担を軽減

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
  経費助成 賃金助成 年間限度額
中小企業 75% 960(1人1時間) 1億
大企業 60% 480(1人1時間) 1億
新卒研修など幅広いテーマの研修で使える
人材育成支援コース
  経費助成 賃金助成 年間限度額
中小企業 45% 760(1人1時間) 1000万
大企業 30% 380(1人1時間) 1000万円

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

IT研修・DX人材育成についてのご相談

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