machine learning boot camp

最先端の機械学習ブートキャンプ
90日間で即戦力の
機械学習エンジニアへ

受講を検討されている方

コースの特徴

本コースでは、機械学習を学ぶことでデータを活用したサービス開発に携わり、エンジニアとしてキャリアアップすることを目的としています。

学習プログラムは、株式会社zero to oneとの連携により実現。オンライン教材を用い、機械学習の基礎から実践的な演習まで、ビデオ教材とクラウド型の演習を通して学びます。さらに希望者には、学習修了時にご希望に沿ったポジションをご紹介、就職までをサポートいたします。

機械学習エンジニア養成プログラム画面

最先端のカリキュラム

⽶国における最先端のオンライン教材を調査・研究し、最適な構成、内容で、⽇本語にて提供しています。

オンライン演習

特別なソフトウェアをインストールすることなく、ブラウザのみで演習を完結することができます。

実践的な演習

実際にコーディングをすることで学習内容を振り返ることができます。

アカデミック

東北⼤学⼤学院岡⾕貴之教授による監修で、アカデミックな理論・知識を踏まえた内容です。

キャリアサポート

あなたの志望に合わせて、機械学習エンジニアとして活躍できる企業をご紹介します。

コースの流れ

  1. step1
    受講エントリー
    受講を希望する方は、以下のエントリーページよりお申込みください。
    ※定員数の関係上、受講にあたっては抽選制を取らせていただく場合がございます。 応募期間:5/17(木) 12:00 〜 5/31(木) 12:00まで
  2. step2
    受講料のお支払い
    受講が確定した方へお申込(支払い)方法をご連絡いたします。期間内にお支払いをお済ませください。
    ※お支払いはPayPalでの決済となります。支払い期間:6/4(月) 12:00 〜 6/13(水) 12:00
  3. step3
    キックオフイベント
    受講開始に際し、講座の流れやカリキュラムを進める上での注意事項の説明を行います。
    当日は、その場でオンライン教材へのログインと演習の体験を行いますので、必ずPCをご持参ください。
  4. step4
    就職支援・求人紹介
    学習修了時、希望者には専門のキャリアアドバイザーが、カウンセリング〜面接対策など、就職が完了するまで徹底サポートいたします。

応募要項

コース開始日
2018年6月18日(月)※応募期間:5/17(木) 12:00 〜 5/31(木) 12:00 まで
応募条件
  • プログラミングの実務経験、または大学等での学習経験がある方
  • 微分積分、確率統計の基礎知識がある方
  • 週10時間以上の学習時間を継続的に確保できる方
応募人数
50名
受講料
60,000円(税別)
注意事項
  • 本ブートキャンプのオンライン講座利用に際しては、株式会社zero to oneの利用規約(https://zero2one.jp/rules)に準じて受講していただきます。
  • 本ブートキャンプは、定められた期間内にオンラインで自主学習を進めていただくプログラムです。受講終了日にオンライン教材へのアクセスも終了となりますので、あらかじめご了承ください。
  • プログラミング演習は課題ごとに自動採点となっており、解答は公開しておりません。課題を解くにあたっては、「ヒント」や「サポート」をご活用ください。

カリキュラムの概要

最近広く話題になっている機械学習について、実際に実業に活かすための基礎作りをしていただけるカリキュラム。全8ステップにわたり、機械学習の概要を、実際にコードを書きながら、体験を通して学んでいただくことが可能です。ブラウザのみで演習を完結することができるほか、最先端の自動採点機能付き演習システムにより各学習者の理解度チェック、および、進捗管理ができるのが特徴です。

構成:ビデオ教材、教材用スライド、演習問題

講師の男性とアシスタントの女性が映っているビデオ教材画面

1イントロダクション

  • コース概要
  • 機械学習の種類
  • 線形代数
  • 確率
  • Python
  • 演習

2回帰

  • 回帰
  • 回帰問題
  • 線形回帰モデルの学習
  • 実践に向けて
  • 演習

3分類

  • 分類問題とは
  • ロジスティック回帰とは
  • 実践に向けて
  • 演習

4ニューラルネットワーク

  • ニューラルネットワーク
  • なぜ隠れ層が必要なのか
  • ニューラルネットワークの学習
  • 演習

5機械学習モデルの実践に向けて

  • 実⽤上の問題と考えられる原因
  • オーバーフィッティング対策
  • モデルの選択
  • データの前処理
  • 巨⼤なデータを集める前に
  • 演習

6サポートベクトルマシン

  • サポートベクトルマシンとは
  • カーネル法
  • サポートベクトルマシンの実践
  • 演習

7教師なし学習

  • 教師なし学習とは
  • k-meansクラスタリング
  • 主成分分析
  • 演習

8ディープラーニング

  • ディープラーニングの基礎
  • ディープラーニングの応⽤例
  • ディープラーニングの主なモデル
  • 演習

監修

「本コースでは、全8回にわたり、機械学習の概要を、特に実際にコードを書きながら、体験を通して学んでいただきます。最近広く話題になっている機械学習について、実際に実業に活かすための基礎作りをしていただけるコースになっています。」

岡谷 貴之(おかたに たかゆき)
東北大学大学院情報科学研究科教授、理化学研究所革新知能統合研究センターチームリーダー。著書に「深層学習」(講談社)など。

制作

株式会社 zero to one

受講を検討されている方