AIプログラミング・Pythonプログラミング・データサイエンティストなど、AIに関する知識を学べるオンラインスクールの受講内容が知りたい！
AIエンジニアリングのスキルは、今や多くの企業で求められる重要なものとなっています。しかし、この分野の知識を身につけるための方法は多岐にわたります。特にAIエンジニア養成スクールは、短期間で実践的なスキルを習得できるとして人気を集めています。ここでは、数あるAIエンジニア養成スクールの受講内容を比較し、それぞれの特徴やメリットについて詳しく解説します。自分に最適なスクールを見つけるための参考にしていただければ幸いです。
※本ページはプロモーションを含みます
プログラミングスクール【Winスクール】
・全国各地に教室を展開。最寄りのスクールでプロの講師から直に指導を受けられます。
・自由予約制でご希望に合わせた受講ペースで学習できます。
・オンラインでも対面と変わらず「個人レッスン」で学べます。
Pythonプログラミング講座
Pythonは人気No.1のプログラミング言語です。未経験者でも実際の業務で使用できるレベルまで習得することができます。データ解析や機械学習でも用いられるPython言語を基本文法から学び、IoTデバイスの制御システムや機械学習システムを構築する上で必要なプログラミングスキルを習得します。
こんな方におすすめ
はじめてプログラミング言語を学ぶ方
データ分析やAIに興味のある方
Python言語を学びはじめて挫折した方
受講内容
Python入門 / 数値と文字列、変数 / データ構造 / 制御構造 / 関数 / モジュール / クラス / プログラムのデバッグ / ライブラリの利用 / 文字列処理 / ファイル入出力 / その他のよく利用するライブラリ / Webからの情報取得
これからデータ分析やAIを学習したい方におすすめ。Pythonは他のプログラミング言語と比べてシンプルなので、初心者でも比較的簡単に学習することができます。注目度の高い「データ分析」や「AI」のシステム構築でもっとも利用される言語なので、IT業界の最先端で活躍したい方におすすめです。
Pythonデータ分析講座
統計学（データサイエンス）に関する全般的な知識を習得しながら、Pythonプログラミングを使用したさまざまなデータ分析の方法を学習します。
こんな方におすすめ
データサイエンティストを目指す方
データ分析で業務上の課題を解決したい方
Pythonの利用経験がある方
受講内容
Pythonを用いたデータ分析 / 統計に必要な知識 / データの取得方法 / 統計分析の流れ / NumPyを用いたデータ操作 / データの種類 / 尺度の違い / pandasを用いたデータの読み込みと操作 / １変数の基本的なグラフ / ２変数の基本的なグラフ / 質的データの分析 / matplotlibを用いた可視化 / 分布の特徴- ３つの代表値 / 分布の特徴- ５数要約 / 分布の特徴- 散らばりの程度 / 一変数の記述統計 / 分布の特徴- ２つの変数の関係 / 二変数の記述統計 / 標本分布の考え方 / 仮説検定の基本 / 標本問題 / 適合度検定と独立性の検定 / 一元配置分散分析 / 仮説検定 / 線形回帰モデル / 回帰分析 / ベイズ理論 / ベイズの定理の利用 / ベイズ理論の応用 / ベイズ統計の利用
データ分析のスキルで就職や転職が有利に。データ分析のスキルを身につけることで、さまざまな課題を解決することができるようになります。現在、さまざまな業界・業種で「データ分析」ができる人材を強く求めており、この講座でスキルを身につけることで就職・転職がさらに有利になります。
AIプログラミング実習講座
機械学習に適したオープンソースライブラリ（PyTorch、scikit-learn等）を用いた手書き文字認識や画像認識システム構築の実習を通し、AIの基本知識から機械学習システム開発までを学びます。
こんな方におすすめ
AIシステムを構築したい方
最先端のITスキルを習得したい方
Pythonの利用経験がある方
受講内容
人工知能を体験する / 人工知能（AI）概論 / 人工知能とPython / 機械学習の種類とデータの重要性 / AIの制作手法 / 機械学習で利用するPythonライブラリ / データ分析手法 / scikit-learnを用いた機械学習の実装 / PyTorchの基礎 / 機械学習とディープラーニング / PyTorchを用いたニューラルネットワークの実装 / PyTorchを用いた畳み込みニューラルネットワークの実装 / 画像認識 / AIの利活用 / AIの未来と課題
将来を見据えたAIスキルの習得に最適。ものすごいスピードで進化するAIシステムの構築スキルを習得することは、これからのIT業界で活躍する上で非常に有利です。実践的なカリキュラム内容を個人レッスンで学習できるので、しっかりと身につけることができるからおすすめです。
AIエンジニア・データサイエンティスト養成講座
経済産業省の「リスキリングを通じたキャリアアップ支援事業」の認定講座です。未経験の方でもPython言語でAIシステムを開発し、データ分析ができるスキルを習得できます。
AI・データサイエンス分野でのシステム開発で主に用いられるプログラミング言語「Python」と、AIシステム開発で現在主流となる機械学習ライブラリ「PyTorch」を用いたAIシステム開発の実習に加え、統計学の基礎から応用的な知識習得とPythonを用いたデータ解析システムの構築まで行える講座内容です。
受講内容
Pythonプログラミング：37.5時間（90分×25回相当）
Pythonデータ分析：25.5時間（90分×17回相当）
AIプログラミング実習（機械学習＆Deep Learning）：31.5時間（90分×21回相当）
修了テスト：1.5時間（90分×1回）
オンラインAIプログラミングスクール Aidemy Premium
AIや機械学習などの最先端技術の習得にとどまらず、それらを活用して目標達成を実現するまでを一気通貫して支援するオンラインコーチングサービス。AIを基礎から学ぶPython特化型プログラミングスクール
AIアプリ開発講座
画像認識を利用した機械学習を用いてWebサービスを作成する講座です。データの取得から、機械学習アルゴリズム、Webアプリの実装までの流れを学ぶことができます。
はじめてのPython
【内容】
Pythonにおける変数と型、条件分岐・繰り返し文について学習します。
【到達目標】
Pythonに用いられる基本文法（出力・型・繰り返し文等）が理解でき、自分自身でもコードを書ける。
Python基礎
【内容】
Pythonにおける複数の値を持つ型、for文によるループ処理、関数、クラス、ライブラリについて学習します。
【到達目標】
Pythonに用いられる文法（複数の値を持つ型、for文、関数、クラス）が理解でき、自分自身でもコードを書ける。
【新】ライブラリ「NumPy」基礎（数値計算）
【内容】
「Python」のベクトルや行列計算を高速に行うためのライブラリ「NumPy（ナンパイ）」の基礎。
【到達目標】
「NumPy」を用いた効率的な科学技術計算の習得
【新】ライブラリ「Pandas」基礎（表計算）
【内容】
「Python」のデータ分析用ライブラリ「Pandas（パンダス）」の基礎
【到達目標】
「Pandas」を用いた数表や時系列データの計算の習得
【新】ライブラリ「Matplotlib」基礎（可視化）
【内容】
matplotlibを用いたデータを可視化する方法。
【到達目標】
折れ線グラフ、円グラフ、ヒストグラム等や3Dグラフを作成の習得
機械学習概論
【内容】
機械学習の基本や精度評価の方法について。
【到達目標】
初歩的な機械学習のアルゴリズムの習得
教師あり学習（分類）
【内容】
正解ラベル付きのデータセットを使って機械学習モデルを作る手法について。
【到達目標】
画像や文章などをカテゴリ分けする「分類」モデルの扱い方を習得
データクレンジング
【内容】
機械学習モデルにデータを読み込ませるために、データの欠損値や画像の前処置を行う。
【到達目標】
CSVデータの扱い方や欠損値の処理、OpenCVを用いた画像加工の方法の習得
スクレイピング入門
【内容】
CNNの実装を概観。
【到達目標】
CNNを用いて手書き文字認識や一般物体認識に挑戦し、精度向上のテクニックや転移学習の実装の習得
ディープラーニング基礎
【内容】
深層学習（ディープラーニング）のアルゴリズムの詳細と実装について。
【到達目標】
DNNを用いて手書き文字認識に挑戦
CNNを用いた画像認識
【内容】
CNNの実装を概観。
【到達目標】
CNNを用いて手書き文字認識や一般物体認識に挑戦し、精度向上のテクニックや転移学習の実装の習得
男女識別（深層学習発展）
【内容】
画像処理を用いて、男性の写真と女性の写真の分類を行う。
【到達目標】
CNNを実際の画像に応用することで、定着を促す
コマンドライン入門
【内容】
Webアプリを公開する上で必要なコマンドラインに関する知識を習得する。
【到達目標】
Webアプリ公開に最低限必要な知識の習得
Git入門
【内容】
バージョン管理システムGitに関する知識を習得する
【到達目標】
Webアプリ開発に最低限必要な知識の習得
Flask入門のためのHTML＆CSS
【内容】
HTML, CSSについての基礎を学習。
【到達目標】
Webアプリ開発に最低限必要な知識の習得
Flask入門
【内容】
PythonのWebアプリフレームワークFlaskの使い方を学習。
【到達目標】
Webアプリ開発に最低限必要な知識の習得
MNISTを用いた手書き文字認識アプリ作成
【内容】
手書きの数字を分類する機械学習モデ ルを作成し、それをWebアプリを用いて展開する。
【到達目標】
Webアプリ開発を行ってみて、技術 の定着を図る
アプリ制作
【内容】
学習した内容を踏まえてWebアプリを作成する。
【到達目標】
自身のポートフォリオとして活用できるアプリを作成し、その過程で学習内容の振り返りを行う
Renderへのデプロイ方法
【内容】
「アプリ制作」にて完成したアプリをWeb上にデプロイする
【到達目標】
自身で作成したアプリを公開できる
学習成果の実践
今までの受講を振り返って、ブログを作成していただきます。
自然言語処理講座
機械学習、ディープラーニング、自然言語処理を学び、成果物では、クラスタリングを用いた話題の分析モデルなどを作成します。
はじめてのPython
【新】ライブラリ「NumPy」基礎（数値計算）
【新】ライブラリ「Pandas」基礎（表計算）
【新】ライブラリ「Matplotlib」基礎（可視化）
機械学習概論
教師あり学習（回帰）
【内容】
正解ラベル付きのデータセットを使って機械学習モデルを作る手法について。
【到達目標】
数値予測などを行う「回帰」モデルの扱い方を習得
教師あり学習（分類）
教師なし学習
【内容】
正解ラベルが付いていないデータセットを使って機械学習モデルを作る手法。
【到達目標】
クラスタリングや主成分分析といったアルゴリズムの手法の習得
データクレンジング
データハンドリング
【内容】
機械学習モデルにデータを読み込ませるために、データの欠損値や画像の前処置を行う。
【到達目標】
CSVデータの扱い方や欠損値の処理、OpenCVを用いた画像加工の方法の習得
自然言語処理基礎
【内容】
自然言語処理の方法について
【到達目標】
文章を数値に変換する手法を学び、教師あり学習（分類）を使ってカテゴリ分類に挑戦
ディープラーニング基礎
ネガ・ポジ分析
【内容】
極性辞書を用いて、与えられたテキストがポジティブかネガティブか判定する
【到達目標】
自然言語処理を用いた代表的な分析手法を体験する
日本語テキストの特徴抽出
【内容】
自然言語処理とネットワーク分析により、日本語テキストからトピック（話題）を抽出し特性を把握する方法について
【到達目標】
テキストを定量的に解析し、大量の文書を効率よく正確に把握することに役立たせ、新たな知識の発見や戦略の意思決定をできるようにする
自然言語処理を用いた質問応答
【内容】
機械翻訳や自動要約などの発展的な自然言語処理における深層学習
【到達目標】
ニューラルネットワークモデルを用いた自然言語処理における、前処理、具体的手法を、質問応答システムを作成しながら説明し、実装していく。
学習成果の実践
E資格対策講座
JDLA認定プログラムとして、E資格試験の対策を行います。機械学習、ディープラーニングを中心とした最新技術についての理論を学び、豊富な演習問題で機械学習モデルの実装スキルを磨きます。
はじめてのPython
Python基礎
【新】ライブラリ「NumPy」基礎（数値計算）
【新】ライブラリ「Matplotlib」基礎（可視化）
数学入門（微分積分）
【内容】
機械学習理論の基礎となる微積分を学習する
【到達目標】
主に微分積分について、基本的な内容を理解できる
数学入門（線形代数）
【内容】
機械学習理論の基礎となる線形代数を学習する
【到達目標】
主に線形代数学について、基本的な内容を理解できる
【2024年度シラバス対応】確率論・情報理論
【2024年度シラバス対応】機械学習概論
【2024年度シラバス対応】教師あり学習（回帰）
【2024年度シラバス対応】教師あり学習（分類）
ディープラーニング基礎
順伝播型ネットワーク
【内容】
深層学習の理論面について解説
【到達目標】
深層学習の基本的な原理を理解できる
【2024年度シラバス対応】深層モデルのための最適化
深層学習のための正則化
【内容】
DenseNet、MobileNetについて学ぶ
【到達目標】
CNNの応用例についての概要を理解できる
CNNを用いた画像認識
【2024年度シラバス対応】自然言語処理基礎
【2024年度シラバス対応】理論から学ぶRNN（回帰結合型ネットワーク）
理論から学ぶCNN
【内容】
JDLAのE資格試験において、アイデミーの基本的なCNNに関する講義で足りない部分を補強的に学習する
【到達目標】
CNNに対する、理論的な理解を深める
深層学習の適用（画像認識）
【内容】
DenseNet、MobileNetについて学ぶ
【到達目標】
CNNの応用例についての概要を理解できる
セマンティックセグメンテーション
深層学習の適用（自然言語処理）
【内容】
Transformer、word embeddingについて学ぶ
【到達目標】
Transformer、word embeddingについての概要を理解できる
Vision Transformer
【2024年度シラバス対応】生成モデル
【2024年度シラバス対応】理論から学ぶ強化学習
距離学習
【内容】
深層学習の学習手法の１つである距離学習について学ぶ
【到達目標】
距離学習の概要を理解できる
深層学習の説明性
【内容】
深層学習に用いられるモデルの判断根拠の可視化や近似手法について学ぶ
【到達目標】
モデルの判断根拠の可視化、近似手法を理解できる
モデル圧縮概論
【内容】
深層学習のモデルのサイズを小さくする手法、処理速度を上げる手法について学ぶ
【到達目標】
モデルの圧縮についての概要を理解できる
分散処理
【内容】
深層学習に演算に用いられるGPU、深層学習の処理時間を短縮する手法を学ぶ
【到達目標】
並列処理についての概要を理解できる
Docker実践
【内容】
開発で用いられるDockerについて学ぶ
【到達目標】
Dockerの概要を理解できる
E資格NumPy問題集
【内容】
深層学習に用いられるライブラリNumPyの実際の使い方を学ぶ
【到達目標】
E資格試験の合格力を身につける
E資格TensorFlow問題集
【内容】
深層学習に用いられるライブラリTensorflowの実際の使い方を学ぶ
【到達目標】
E資格試験の合格力を身につける
E資格修了試験
【内容】
これまでの学習内容の理解度を確認する総括テスト
【到達目標】
E資格試験の合格力を身につける
E資格実技試験
【内容】
これまで学んだ知識を活かし、実際のビジネスの現場を想定した課題を解きます。
【到達目標】
ビジネス上の課題を発見し、課題に対して機械学習モデルを作成して解決できる。
