デジタル実践講座

絞り込み

• データサイエンスアカデミー【ビジネスコース】

  データサイエンスアカデミーは、データサイエンティストをはじめとするデータ分析の実務者を育成するスクールです。　　　　これまで、15年以上に渡り親会社・株式会社データフォーシーズでデータサイエンティストを育成してきたノウハウを生かし、カリキュラム開発・スクール運営を行っています。　　　　講師全員が現役のデータサイエンティストなので、ITスキルの習得と分析手法の理解からビジネスへの適用まで、データ分析の現場で必要となる実務的な知識・スキルが学べます。　　　　■カリキュラムと単元　　≪プログラミング未経験者≫も基礎から学べるカリキュラムです。　　＜ITを学ぶフェーズ＞　　・Python　　・SQL　　・データ加工　　・コンピュータ基礎　　＜データサイエンスを学ぶフェーズ＞　　・統計学　　・機械学習　　＜実践するフェーズ＞　　・ロールプレイ　　　　■学習の進め方　　水～月曜日：動画教材とテキストで自習を進めます。疑問や質問には随時講師がチャットで回答する他、週に2回オンラインで講師と個別相談も可能です。　　火曜日：オンライン、又は全国4カ所にある教室で集合授業（スクーリング）に参加します。

  株式会社Ｄ４ｃアカデミー

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンティスト養成講座

  データサイエンティスト、統計解析、機械学習、AIの概要を学ぶ。　　データサイエンティストとしてビジネス課題の探索、データ分析技術による解決策の提案を行うために必要な知識とスキルの教育を行う。

  ワークスアイディ株式会社

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• ディープラーニングハンズオンセミナー（PyTorchコース） E資格受験プラン

  機械学習・深層学習（画像処理・自然言語処理）の理論と実装をハンズオン形式で学ぶ講座です。　　　　【スケジュール】　　1日目　　▪イントロダクション　　▪環境構築　　▪復習テスト（数学）　　▪復習テスト（Python）　　▪ディープラーニングの数学　　▪PyTorch 入門　　▪ネットワークの学習　　▪PyTorch Lightning による簡略化　　　　2日目 　　▪オープニング　　▪分類の実装　　▪回帰の実装　　▪画像処理の基礎　　▪画像処理の理論　　▪畳み込みニューラルネットワークの実装　　▪画像分類　　▪性能改善　　　　3 日目 　　▪オープニング　　▪時系列解析の理論　　▪時系列解析の基礎　　▪再起型ニューラルネットワークの実装　　▪自然言語処理の理論　　▪自然言語処理の実装　　▪文書分類　　▪アウトロダクション

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• 機械学習実践コース

  豊富な演習を通して機械学習を用いたデータ分析力と実装力を身につける講座です。　　　　【スケジュール】　　1日目　　▪イントロダクション　　▪プログラミング演習（予習内容の復習）　　▪Pandas と Matplotlib によるデータ探索　　▪教師あり学習：回帰 Ⅰ - Ⅰ　　▪教師あり学習：回帰 Ⅰ- Ⅱ　　▪データ前処理の基礎　　▪教師あり学習：回帰 Ⅱ　　▪演習Ⅰ　　　　2日目 　　▪イントロダクション　　▪演習Ⅰ- 解説　　▪教師あり学習：分類　　▪分類モデルの評価　　▪不均衡データへのアプローチ　　▪精度向上のアプローチ　　　　3日目 　　▪イントロダクション　　▪演習Ⅱ　　▪演習Ⅱ- 解説　　▪教師なし学習　　▪総演習　　▪総演習- 解説　　▪アウトロダクション

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンスアカデミー【エキスパートコース】

  データサイエンスアカデミーは、データサイエンティストをはじめとするデータ分析の実務者を育成するスクールです。　　　　これまで、15年以上に渡り親会社・株式会社データフォーシーズでデータサイエンティストを育成してきたノウハウを生かし、カリキュラム開発・スクール運営を行っています。　　　　講師全員が現役のデータサイエンティストなので、ITスキルの習得と分析手法の理解からビジネスへの適用まで、データ分析の現場で必要となる実務的な知識・スキルが学べます。　　　　■カリキュラムと単元　　≪プログラミング未経験者≫も基礎から学べるカリキュラムです。　　＜ITを学ぶフェーズ＞　　・Python　　・SQL　　・データ加工　　・コンピュータ基礎　　＜データサイエンスを学ぶフェーズ＞　　・統計学　　・機械学習　　＜実践するフェーズ＞　　・ロールプレイ　　・Pre-job　　＜応用＞※動画・テキスト教材提供　　・分析環境の構築　　・Rによる分析　　・自然言語処理　　・分析モデルのアプリ化　　　　■学習の進め方　　水～月曜日：動画教材とテキストで自習を進めます。疑問や質問には随時講師がチャットで回答する他、

  株式会社Ｄ４ｃアカデミー

  • 講座レベル4
  • Reスキル
  • ITスキル標準（ITSS）
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンスアカデミー【プロフェッショナルコース】

  データサイエンスアカデミーは、データサイエンティストをはじめとするデータ分析の実務者を育成するスクールです。　　　　これまで、15年以上に渡り親会社・株式会社データフォーシーズでデータサイエンティストを育成してきたノウハウを生かし、カリキュラム開発・スクール運営を行っています。　　　　講師全員が現役のデータサイエンティストなので、ITスキルの習得と分析手法の理解からビジネスへの適用まで、データ分析の現場で必要となる実務的な知識・スキルが学べます。　　　　■カリキュラムと単元　　≪プログラミング未経験者≫も基礎から学べるカリキュラムです。　　＜ITを学ぶフェーズ＞　　・Python　　・SQL　　・データ加工　　・コンピュータ基礎　　＜データサイエンスを学ぶフェーズ＞　　・統計学　　・機械学習　　＜実践するフェーズ＞　　・ロールプレイ　　・Pre-job　　　　■学習の進め方　　水～月曜日：動画教材とテキストで自習を進めます。疑問や質問には随時講師がチャットで回答する他、週に2回オンラインで講師と個別相談も可能です。　　火曜日：オンライン、又は全国4カ所にある教室で集合授業（スクーリング

  株式会社Ｄ４ｃアカデミー

  • 講座レベル4
  • Reスキル
  • ITスキル標準（ITSS）
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データエンジニアリング実践コース

  ビックデータの活用を見据え、データの収集・大規模処理・蓄積・機械学習モデルの運用について クラウド を用いて学ぶ講座です。　　【学習内容】　　1日目　　▪イントロダクション　　 ・データエンジニアリングとは　　 ・データエンジニアの位置づけ　　 ・OLTP と OLAP　　▪ビックデータアーキテクチャ　　 ・ビックデータアーキテクチャの全体像　　 ・データ処理の構成要素　　 ・バッチ処理とストリーム処理のユースケース　　▪バッチ処理基盤の構築 1　　 ・バッチ処理基盤構築の考慮事項　　 ・環境構築　　▪バッチ処理基盤の構築 2　　 ・データの収集　　 ・データのレプリケーション　　 ・データレイク　　▪バッチ処理基盤の構築 3　　 ・分散処理の基礎知識　　 ・ビッグデータ処理（ノンコード）　　 ・Spark の実装　　 ・DWH へのデータ格納　　　　2日目　　▪イントロダクション　　 ・Day 1 振り返り　　 ・事例紹介　　▪ストリーム処理基盤の構築 1　　 ・ストリーム処理処理基盤構築の考慮事項　　 ・環境構築　　 ・ストリーム処理基盤の開

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• 機械学習実践コース（eラーニング）

  Python の基礎から機械学習アルゴリズムを実装するために必要なプロセスを体系的に習得できます。豊富な演習を通してデータ分析力と実装力を身につけたい方におすすめです。　　　　【学習内容】　　■Python の基礎　　　・イントロダクション　　　・環境構築　　　・Python の基礎　　　・Pandas と Matplotlib の基礎　　■教師あり学習（回帰）　　　・重回帰分析の復習　　　・重回帰分析の実装　　　・線形回帰の過学習を抑制する手法(Ridge, Lasso)　　　・相関関係と多重共線性問題　　■データの前処理　　　・データの確認　　　・重複行の確認　　　・欠損値処理　　　・カテゴリカル変数処理　　　・重回帰分析の実装　　　・特徴量エンジニアリング　　　・外れ値除去　　■教師あり学習（分類）　　　・決定木の実装で分類の全体像を理解　　　・代表的な分類のアルゴリズム　　　・分類の評価力法　　　・Scikit-learn で評価指標の確認　　　・不均衡データへのアプローチ　　■ハイパーパラメータの調整　　　・ハイパーパラメータの概要と交差検証　　　・ハイパーパラメータの調整力

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• 【現場でデータ活用シリーズ】データ活用基礎～ケーススタディとワークショップで学ぶ

  実データと同等レベルの模擬データを用いたケーススタディを中心としたワークショップ形式のコースです。体験をとおしてスキルを身に付け、すぐに自部門/自社のデータ活用へと展開していただくことを目的としています。　　ケーススタディのテーマとして小売業における「店頭商品の廃棄ロス削減」を取り上げます。ケース社員の一人となっていただき、課題確認、データ確認、データ分析の方針決定、データの収集・整理、欠損データの補完、データの分析と可視化、知見の抽出、解決策の策定、実施計画の作成までの一連の流れを体験します。　　データ分析はExcelを使って行いますので、プログラミングの知識のない方、ITに詳しくない方でもご参加いただけます。

  株式会社アイ・ラーニング

  • 講座レベル2
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• CompTIA Data+ オンラインラボ付き

  ・データマイニングや統計手法の基本的な理解と適用、データライフサイクル全体を通じたカバナンスと品質基準などのスキルを評価し、複雑なデータセットの分析を通じて、データドリブン型の意思決定をサポートし、ビジネス要件を変革するために必要とされるスキルと知識が網羅されています。　　　　※本トレーニングでは、知識の補強および理解度向上に利用いただける、オンラインラボ（12か月間利用可能）が含まれます。　　※試験対策の一環としてWeb確認問題集(Let's Check)が含まれます。　　　　・学習項目は次のとおりです。　　レッスン 1: データスキーマの基本概念の確認　　レッスン 2: 異なるデータシステムを理解する　　レッスン 3: データの種類と特性を理解する　　レッスン 4: 異なるデータ構造、フォーマット、マークアップ言語の比較と対比　　レッスン 5: データの統合と収集方法の説明　　レッスン 6: データのクレンジングとプロファイリングの一般的な理由の特定　　レッスン 7: さまざまなデータ操作テクニックの実行　　レッスン 8: データ操作と最適化のための一般的なテクニックの説明　　レッ

  Ｔｏｐ　Ｏｕｔ　Ｈｕｍａｎ　Ｃａｐｉｔａｌ株式会社

  • 講座レベル3
  • ITスキル標準（ITSS）
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• 気象データアナリスト養成プログラム

  気象データアナリストとして気象データをビジネスや地域課題の解決に活用するために必要となる「気象データ理解力」「IT活用力」「ビジネス課題解決力」に関する知識を修得する。　　以下を実行する能力を身に付け，自ら気象データを利活用して新規ビジネスや課題解決のための企画・検討・検証・提案を行える人材を育成する。　　①気象データを正しく読み解くために必要な基本的な気象学を理解している。　　②気象データを用いて様々な統計解析や機械学習を行うことができる。　　③気象データを正しく選定し，収集・デコード・可視化を行うことができる。　　④気象データを利活用したプロジェクトを企画・検討・検証することができる。

  国立大学法人東海国立大学機構

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• DXを推進するAI・データサイエンス人材育成コース

  データサイエンスの技術を網羅的に習得し、実践できるまでを目指します。　　データ分析・機械学習・ディープラーニングを学習し、途中に演習を多く含める講座です。　　・Python を用いてデータの収集・加工・可視化・分析を一貫して実装できる　　・探索的データ分析を通して課題を創出できる　　・課題をもとに適切なデータ分析、仮説の検証や理論の反証ができ、結果を正しく解釈できる　　・Python を用いた機械学習アルゴリズムの実装ができる　　・自ら課題を設定し、自走することができる

  株式会社キカガク

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• ChatGPT 活用コース　エンジニア層向け

  Azure OpenAI Serviceや ChatGPT の基本的な操作方法を理解し、業務に活用できるスキルを身につけるコースです。　　実際に手を動かしながら、ChatGPT を活用し業務への応用を体験します。　　※ 法人・団体のみが対象となるコースです　　※ 受講にあたっては、ディスプレイを2画面ご用意されることを推奨します　　　　【学習内容】　　・イントロダクション　　・ChatGPT の活用事例　　・ChatGPT の仕組み概要１　　・ChatGPT の仕組み概要２　　・プロンプトエンジニアリングの基礎　　・ハンズオンで実践　　　・Zero-Shot Learning とは　　　・Few-Shot Learning とは　　　・チェインオブソートとは　　・API とは？　　・Python ＋ API の活用演習　　　・オプション：Streamlit によるアプリ開発　　・自社データの活用にむけて　　　・LangChain　　　・Semantic-Kernel　　　・ディスカッションテーマに対する ChatGPT 活用演習

  株式会社キカガク

  • 講座レベル2
  • ITスキル標準（ITSS）
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データ分析基礎講座（Comptia Data+対応）通学講座

  本講座では、データマイニングと統計学の基本的知識を学び、データライフサイクル全体のガバナンスと品質規格に対する理解を深め、複雑なデータセットの分析によるデータ駆動型の意思決定を強化し、ビジネスニーズに対応するスキルと知識を統合することができることを目的としています。将来データーアナリストを目指される方にお勧めです。　　　　開催の制約条件：最低催行人数１人　　　　　学習項目/学習の流れ：　　1日目　　・ データベースの基本的な構造やデータの関係性、データ処理システムや保存システム。　　・ 定量データと定性データ、及び日付データ、数値データ、テキストデータなど各種データタイプの特徴。　　・ 構造化データと非構造化データ、及び、ファイル形式、マークアップ言語。　　・ データの抽出、変換、ロードについて及び、API、Webスクレイピング、公開データの利用などデータを収集する方法　　・ 重複データや冗長データ、欠損値への対応など、データのプロファイリングとクレンジング。　　・ よりよい分析結果を得るために、値の置き換えや、データを加工する方法。　　・ データの操作とクエリ最適化のための一般的な技

  株式会社ＴＲＡＤＥ　ＣＲＥＡＴＥ

  • 講座レベル2
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• DX／データサイエンス実践教育

  ●講座の目的　　全てのビジネスパーソンを対象に、実ビジネスの場で活躍する実践的なデータサイエンス人材育成を目的としたデータサイエンス・機械学習・AIなどの教育講座です。　　機械学習ツールを使用した、ノーコードアプローチによるデータ分析、モデル開発スキル、データサイエンス・機械学習を活用したビジネス課題解決スキル習得を目指します。　　　　●開催の制約条件　　【募集定員】25名（最低催行人数20名）　　【開催スケジュール】弊社コーポレートサイト内Informationページにてご案内　　　　●学習項目　　1.AI基礎・キーテクノロジー進歩　　2.機械学習の全体像　　3.機械学習とRapidMiner入門　　4.教師あり学習：クラス分類　　5.アンサンブル学習・ハイパーパラメータ最適化　　6.教師あり学習：回帰　　7.変数選択・正則化　　8.前処理・特徴量設計　　9.Deep Learningによる画像分類　　10.情報基礎理論　　11.マルチメディア　　12.教師なし学習　　13.データベース　　14.総まとめ講義：データ分析プロセス　　15.グループ課題演習・発表（データ分析コンペ・デー

  株式会社デジタルコンティニュエ

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンス実践コース（eラーニング）

  データ分析に必要な統計と数理の基礎から実践まで実データ演習を通して体系的に学ぶコースです。課題を特定し、仮説検証、分析結果の解釈やレポーティングを行い、ビジネスで活用できるデータサイエンスの基礎を習得します。　　【学習内容】　　▪ イントロダクション - データサイエンス　　・イントロダクション　　▪ データ分析1　　・課題への気付きとデータの取得・構造化　　・探索的データ分析　　▪ データ分析2　　・確証的データ分析　　・データ分析の実践　　▪ 多変量解析1　　・多変量解析の基礎 Ⅰ　　・多変量解析の実践 Ⅰ　　▪ 多変量解析2　　・多変量解析の基礎 Ⅱ　　・多変量解析の実践 Ⅱ　　▪ 多変量解析3　　・多変量解析の基礎 Ⅲ　　・多変量解析の実践 Ⅲ　　▪ 多変量解析4　　・多変量解析の実践 Ⅳ　　▪ 章末テスト　　・章末テスト

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンス学科

  未経験から働きながら6か月で、即戦力データサイエンティストを目指す講座です。　　※「データアナリストコース」「データサイエンティストコース」を一括でお得に受講できるコースです。　　基礎・応用学習だけでなく実践演習を通じ、大量のデータから得たインサイトを基にまだ世の中にないモデルを作成し、新しい価値の創造を行う即戦力データサイエンティストを目指します。　　　　◆開催月　　＜アナリストコース開催月＞　　4月、6月、8月、10月、12月、2月　　　　＜データサイエンティストコース＞　　5月、11月　　　　◆学習カリキュラム（すべてオンライン）　　　SQL　　　データサイエンティストマインド　　　クリティカルシンキング　　　データ理解　　　環境構築　　　データサイエンティスト体験　　　実践のための代表的ライブラリ　　　データの前処理　　　データの可視化　　　データ分析実践　　　Kaggle入門　　　機械学習入門　　　時系列分析入門　　　深層学習入門　　　画像処理入門　　　自然言語処理入門　　　Kaggle実践演習　　　データサイエンスプロジェクト　　　※予習復習、課題提出、LIVEレッスン含む

  一般財団法人高度人材育成機構

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データアナリストコース

  未経験から働きながら6週間で、即戦力データアナリストを目指す講座です。　　基礎知識の学習だけでなく、チームでの実践を含んむ演習を通じ実践形式でアウトプットを行い、データの分析や解析結果からビジネスに役立つインサイトを抽出し、課題解決を行えるレベルを目指します。　　　　◆開催月　　　4月、6月、8月、10月、12月、2月　　　　◆学習カリキュラム（すべてオンライン）　　　SQL　　　データサイエンティストマインド　　　クリティカルシンキング　　　データ理解　　　環境構築　　　データサイエンティスト体験　　　実戦のための代表的ライブラリ　　　データの前処理　　　データの可視化　　　データ分析実践（計3回 オンライン開催）　　　※予習復習、課題提出、LIVEレッスン含む　　　　◆監修者　　佐藤 一誠　　　東京大学 大学院情報理工学系研究科　　　コンピュータ科学専攻 教授　　　東京大学大学院情報理工学系研究科数理情報学専攻にて博士課程を修了し博士号を取得、東京大学情報基盤センター助教、　　　東京大学大学院新領域創成科学研究科講師を経て現在に至る。　　　　◆執筆者　　加藤 貴大　　　（株）NP-

  一般財団法人高度人材育成機構

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンティストコース

  働きながら4.5か月で、即戦力データサイエンティストを目指す講座です。　　基礎・応用学習だけでなく実践演習を通じ、大量のデータから得たインサイトを基にまだ世の中にないモデルを作成し、新しい価値の創造を行う即戦力データサイエンティストを目指します。　　　　◆開催月　　　5月、11月　　　　◆学習カリキュラム（すべてオンライン）　　　SQL　　　データサイエンティストマインド　　　クリティカルシンキング　　　Kaggle入門　　　機械学習入門　　　時系列分析入門　　　深層学習入門　　　画像処理入門　　　自然言語処理入門　　　Kaggle実践演習　　　データサイエンスプロジェクト　　　　◆監修　　佐藤 一誠　　　東京大学 大学院情報理工学系研究科　　　コンピュータ科学専攻 教授　　　東京大学大学院情報理工学系研究科数理情報学専攻にて博士課程を修了し博士号を取得、東京大学情報基盤センター助教、　　　東京大学大学院新領域創成科学研究科講師を経て現在に至る。　　　　◆執筆　　　（株）NP-hard代表取締役　　　（同）アブダクション代表　　　理学部数学科卒業後、修士（経営学/MBA）と修士（科学/

  一般財団法人高度人材育成機構

  • 講座レベル4
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データ分析のためのPythonライブラリ

  ＜　講座概要　＞　　業界を問わずさまざまなビジネス場面において、データ分析は重要になってきています。　　Pythonによるデータ分析を行うために、必須となるライブラリの知識を習得します。　　また、実践的な演習をハンズオンで実施し、Pythonにおけるデータの前処理、グラフ化を習得していただきます。　　　　＜　講座内容　＞　　1章　データ分析のためのPython基礎　　1-1. 実行環境　　1-2. Jupyter Notebook　　1-3. Pythonライブラリ基礎　　　　2章　NumPy　　2-1. NumPy概要　　2-2. 1次元配列の生成／操作　　2-3. 多次元配列の生成／操作　　2-4. 配列の初期化／構造変換　　2-5. 配列の演算　　2-6. ファイル入出力　　　　3章　Pandas　　3-1. Pandas概要　　3-2. Series、Dataframe 生成／更新　　3-3. Dataframe 確認／操作　　3-4. ファイル入出力／その他 操作　　　　4章　Matplotlib　　4-1. Matplotlib概要　　4-2. グラフ作成の基礎　　4-3.

  株式会社ＮＯＷＶＩＬＬＡＧＥ

  • 講座レベル2
  • ITスキル標準（ITSS）
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• 1
• 2