データを活用した
IT人材としてのデータサイエンティストへ
AIデータサイエンスコース
※アンケートモニター提供元：ゼネラルリサーチ / 調査期間：2019年12月13日〜16日
調査方法：インターネット調査 / 調査概要：プログラミングスクール10社を対象にしたサイト比較イメージ調査
調査対象：全国の20代〜50代の男女1021名（プログラミングスクールに通っている方または通っていた方）
AIデータサイエンスコース
データを活用した
IT人材としてのデータサイエンティストへ
※アンケートモニター提供元：ゼネラルリサーチ / 調査期間：2019年12月13日〜16日 調査方法：インターネット調査 / 調査概要：プログラミングスクール10社を対象にしたサイト比較イメージ調査. 調査対象：全国の20代〜50代の男女1021名（プログラミングスクールに通っている方または通ってい
経済産業省の第四次産業革命スキル習得認定講座かつ、
厚生労働省指定講座で専門実践教育訓練給付制度の対象です。
AIデータサイエンスコースとは
- データの取得、データクレンジングなど実務で必須となる前処理を経験
- 機械学習や深層学習など高度なデータ分析スキルを習得
- データからビジネス課題の特定と解決方法を考察する演習
IT技術リーダーの能力が身につく4ステップのカリキュラム
まずは教材で手を動かしながらコーディングスキルを身につけていきます。また模写コーディングやテストをしながら、スキルが身についているか確認していきます。
学習目標
Pythonの書き方と言語仕様を学びます。機械学習の種類とその使い分けを理解し、予測モデルの構築方法を身につけます。
学習内容
- Google Colaboratory
- Jupyter Notebook
- Python
学習手順
手を動かしながら体系的に基本的なコーディング技術を習得していきます。また章末テストで基礎が身についているか確認をし、テストで間違った箇所は復習します。
いくらインプットをしていても実践で使うことはできません。そのため応用学習では基礎学習でインプットした知識を駆使しアウトプットを行います。
学習目標
データ取得、データクレンジング、機械学習を用いた予測モデルの構築、データの訓練・評価を完了させます。また、それらの技術を活用してサンプルアプリを完成させます。
学習内容
- データ取得 / pandas / モデル学習
- scikit-learn / Pandas/matplot
- 画像処理 / 自然言語処理
- DjangoによるAIアプリ開発
学習手順
データ取得、データクレンジング、機械学習基礎、ディープラーニングでのデータ解析の方法について学びます。そのあと、テキスト判定アプリやチャットボットの開発を行います。
実務に近いコンペに挑戦することで、即戦力として活躍出来るスキルを身につけます。
学習目標
基礎〜応用で学んだ技術を組み合わせて、1912年に発生したタイタニック号沈没事故のデータを用い生存率の予測を完成させます。
学習内容
Kaggle 「タイタニックの生存率予測」
学習手順
Google Colaboratory上でKaggleの利用方法を学びながら実装を行います。
最後に課題を解決するテーマを企画・設計・分析し、レポートとしてまとめます。
学習目標
データを活用したIT人材としてのデータサイエンティストをリードできるレベルを目指します。
学習内容
- Google Colab / Jupyter Notebook
- Python
- データ取得 / pandas / モデル学習
- 画像処理 / Django
学習手順
実際に業務の中でデータサイエンスを活用するための実践的スキルを身につけます。テーマ選定、データ分析、レポート作成の完了を一気通貫で行います。
基礎学習 1-2ヶ月目
Linuxコマンド の カリキュラム
学習目標
・Linux系OSでのサーバーの操作ができるようになる
学習目的
・Webアプリをリリースする際に必要になるターミナル操作を覚える
またLinuxで使用する最低限のコマンドを学習する
使用言語・ツール
・基本的なLinuxコマンド
演習内容
・pwd,mkdir,rmdirでのディレクトリ操作
・lsコマンドでの表示
・touch,mv,rm,cat,cpでのファイル操作
・権限操作
Python の カリキュラム
学習目標
・Pythonを使用したサンプルアプリの完成
学習目的
・Pythonの書き方と言語仕様を理解する
使用言語・ツール
・Visual Studio Code / Python
演習内容
・教材を見ながら基礎構文を学習する
・章ごとにテストで実力チェックを行う
・サンプルアプリを作る
Google Colaboratory の カリキュラム
学習目標
・動画を視聴し、使用方法を理解する
学習目的
・これから学習を進めるために使用する開発環境を構築する
使用言語・ツール
・Google Colaboratory
演習内容
・教材を見ながら基礎構文を学習する
・章ごとにテストで実力チェックを行う
・サンプルアプリを作る
データ分析（統計）基礎 の カリキュラム
学習目標
・統計データとグラフの完成
学習目的
・統計や分析の手法を身につける
演習内容
・代表値、分散、標準偏差
・説明変数と目的変数
・推定、検定
・相関分析、回帰分析、分散分析
機械学習基礎 の カリキュラム
学習目標
・下記を使った予測モデルの構築と考察の完了
└教師あり学習、教師なし学習、強化学習
└分類、回帰、クラスタリング
└Scikit-learn
学習目的
・機械学習の種類とその使い分けを理解し、予測モデルの構築方法を身につける
演習内容
・サンプルデータのインポート
・訓練データとテストデータの仕分け
・目的変数を予測するモデルの構築
・モデルのスコアリングと考察
ディープラーニング基礎 の カリキュラム
学習目標
・ニューラルネットワーク（RNN,CNN）/ハイパーパラメーター/重みパラメーターとバックプロパゲーション/活性化関数（シグモイド関数、ソフトマックス関数、ReLU等）/評価関数/Tensorflow、PyTorch等のライブラリ の理解とライブラリの試用完了
学習目的
・要件に合わせた技術選定方法を身につける
演習内容
・サンプルコードを使い各ライブラリを使用
・各パラメータを変化させた時の挙動確認
・各ライブラリとサンプルコード実装によるグラフ描画
応用学習 3-4ヶ月目
データの取得とクレンジング の カリキュラム
学習目標
・データの取得方法とpandasを用いたデータクレンジングの完了
学習目的
・様々なデータ取得方法を身につける
・また学習モデルに適応できるレベルのデータクレンジングの方法を身につける
演習内容
・データ取得（API、スクレイピング）
・pandasを用いてデータクレンジング
・モデル学習
・モデルのスコアリング
・モデルの精度を考察
ディープラーニングを使った開発 の カリキュラム
学習目標
・scikit-learn/Pandas/matplotを用いたデータ分析の完了
・手書き文字分類アプリの完成
・一般物体認識アプリの完成
・チャットボットアプリの完成
学習目的
・データを使ってモデルを訓練し、評価する方法を身につける
・画像処理の方法を身につける
・マルコフ連鎖とbotengineの概念と自然言語処理の方法を理解する
演習内容
・テキストからアルファベットの出現数を算出
・統計的にどの言語に近いのかを予測
・手書き文字分類アプリの実装
・一般物体認識アプリの実装
・チャットボットの実装
発展学習 5ヶ月目
発展学習のカリキュラム
学習目標
・1912年に発生したタイタニック号沈没事故のデータを用いて、生存率予測を完成させる
学習目的
・学んだ技術を組み合わせて独力で課題解決をする能力を身につける
・学んだ技術を組み合わせてKaggleでも課題解決をする能力を身につける
演習内容
・コンペに使用する分析手段を検討する
・Google Colaboratory上でKaggleの利用方法を学ぶ
・実装する
・成果物をkaggleに提出
発展学習の流れ
前半では教材に沿ってデータ分析を行い、Kaggleのコンペに提出します。
Kaggleのリーダーボードを確認し、分析精度の評価を確認します。
そのあと分析精度を上げるために分析手段の検討を行い、ブラッシュアップした成果物を再度Kaggleに提出します。
実践学習 6ヶ月目
実践学習のカリキュラム
学習目標
・これまで学習してきたスキルを活用し、テーマ選定・データクレンジング・データ分析・レポート作成を完了させる
学習目的
・IT技術リーダーとして必要な実践学習を行う
・企画・実装・考察の一連の動きを体験し実践力を養う
演習内容
・明らかにしたいデータの傾向や仮説をデータサイエンスによって明らかにする
・分析過程・分析結果・考察はレポートにまとめ、Zenn等の情報共有サービスに投稿
使用ツール
・Google Colaboratory
・Zenn / Qiita / GitHub Gist のいずれか
多数の紹介実績
エンジニア転職先として取引実績がある企業様の一例になります。
プログラミングの独学は挫折しやすい
プログラミングを独学しようとしても約90％は挫折します。
不明点を聞けない
エラーを解決できない
モチベが続かない
などの理由があげられます。
でも、SAMURAI ENGINEERなら挫折させません。
SAMURAI受講生の途中離脱率は2.1%
※2021/10~2022/3の期間にて挫折が理由で学習を途中で辞退された方の割合
挫折しない自走力を身につけるサポート
学習状況を可視化するLMS
学習状況を可視化するLMSで、どこまで学習しているのか、何時間学習したのか、どの分野の学習が足りないのか、すぐに把握できます。
他の受講生の学習ログも閲覧できるため、モチベーション維持にも役立ちます。
講師にいつでもチャットで相談可能
学習を進めていて、分からない点や解決できないエラーが出た場合などは、自分の専属講師にいつでもチャットで相談できます。
回答率100％の、LMS上のQ&Aサイトで疑問を解消する事も可能です。
ネットでは見つからない専門的・実践的な質問もすぐに解決できます。
他の受講生の質問・回答も閲覧可能です。
学習コーチによる面談サポートで学習の不安や悩みも解消
学習コーチが最新の認知科学に基づいたコーチングセッションと、受講生がつまづくポイントを解決するメソッドを用いて、より早く・確実に学習計画の成功、理想の人生へと導きます。
転職サポート
実績のあるキャリアアドバイザーがあなたをサポートいたします。
自己分析から面接対策、あなたに合った企業紹介、転職成功まで伴走します。
転職サポート詳細
- 履歴書・職務経歴書の作成
- 求人案内・応募支援
- 業界や職種、キャリアパスについての情報提供
- 面接対策
- キャリアカウンセリング
多数の紹介実績
エンジニア転職先として取引実績がある企業様の一例になります。
卒業生
樋口 大輔 様
データサイエンティストを目指して入塾しました。SAMURAI ENGINEERで学んだことをインターン先のベンチャー企業で応用し、より実践的な業務に取り組むことができました。
B・Y 様
映画「マネーボール」の世界に憧れ、アナリストになるため入塾しました。入塾5ヶ月目で就職活動をするもうまくいかなかったのですが、受講中の成果物をQiitaに投稿したところバズり、結果データサイエンティストとして新卒入社することができました。
制作事例
企業データを分析して、転職する会社選び
転職後のミスマッチを減らすために、50社の企業の「待遇面の満足度」「 風通しの良さ」「会社の将来性」 「年収」 「ワークライフバランス」に関するデータを集めて、このデータ分析をした結果どういう傾向が見えたのかをレポートとしてまとめています。
アイスクリームの季節を考慮した売上予測
アイスクリームは夏の食べ物と思われがちですが、本当に冬にもアイスクリームをたくさん入荷しても過剰在庫にならないのかを売上分析・売上予測をして検証しています。
仮想通貨の投資リスク予測
仮想通貨は他の金融商品よりも価格変動が激しく、仮想通貨のみでの資産運用はリスクが大きいです。つまり、仮想通貨を運用するにあたり、リスク分散するために他の投資先の検討が必要です。
そのため、分散投資をするにあたり、どんな金融商品が良いのか、どうすれば安全に資産運用ができるかのヒントをデータ分析することによって得られるかどうかを検証し、考察をレポートにまとめています。
嵐の歌詞をWordCloudで可視化して、結成20年でファンに伝えたかったことを紐解いてみた
これまでの学習で身についた技術を就職活動でアピールするために、嵐の歌詞の内容から、どんな単語がどのくらいの頻度で出現するのかの傾向分析を行いました。
歌詞の収集はスクレイピング技術を使用し、歌詞を単語にする形態素解析を経て、データを可視化する実装はWordCloudを活用しています。
料金
| 合計 |
| 受講料 |
| 入学金 |
| 給付金 利用時 |
| 24週間プラン |
| ¥880,000 |
| ¥781,000 |
| ¥99,000 |
| 最大 ¥640,000 支給 実質 ¥240,000 |
| 合計 |
| 受講料 |
| 入学金 |
| 給付金 利用時 |
| 24週間プラン |
| ¥840,950 |
| ¥741,950 |
| ¥99,000 |
| 最大 ¥640,000 支給 実質 ¥200,950 |
無料カウンセリング参加特典
プロに相談
あなたのキャリアが明確に
プロのコンサルタントに悩みやキャリアなど直接相談することができます。
非売品
SAMURAI式独学メソッド
独学でも挫折しないような、当スクール独自の独学メソッドを提供します。
プロに相談
あなたのキャリアが明確に
プロのコンサルタントに悩みやキャリアなど直接相談することができます。
非売品
SAMURAI式独学メソッド
独学でも挫折しないような、当スクール独自の独学メソッドを提供します。
