データサイエンティスト向けアソシエイトAIエンジニア

Pythonのscikit-learnを用いて、機械学習のスキルを磨きましょう。このインタラクティブなコースでは、実際のデータセットを活用し、強力な予測を行う方法を学んでいただけます。

scikit-learnおよびscipyを用いて、ラベル付けされていないデータセットからクラスタリング、変換、可視化を行い、そこから知見を抽出する方法について学びましょう。

Hugging Face Hubで提供されている豊富なモデルとデータセットのリポジトリを閲覧し、ご利用ください。

PyTorchを使用して、初めてのニューラルネットワークの構築方法、ハイパーパラメータの調整方法、分類問題と回帰問題への取り組み方を学びましょう。

Scikit-learn、SHAP、LIMEで、透明性・信頼性・説明責任のあるAIを検証・構築するための必須スキルを身につけます。

画像データや時系列データのモデリングに用いられる、CNN（畳み込みニューラルネットワーク）、RNN（再帰型ニューラルネットワーク）、LSTM（長短期記憶ネットワーク）、GRU（ゲート再帰ユニット）といった基本的な深層学習アーキテクチャについて学びましょう。

Develop a multi-input model to classify characters from scanned documents.

AIプロジェクトの全工程と運用後までを見据え、データを責任を持って管理する理論を学びます。

Learn the nuts and bolts of LLMs and the revolutionary transformer architecture they are based on!

Use LLMs to solve diverse language tasks for a car dealership company.

Llama LLMをローカル環境で実行し、ご自身のシステムに統合するための最新の手法についてご検討ください。

MLOpsが、ローカルのノートブック上の機械学習モデルを、実際のビジネス価値を生み出す本番環境で稼働するモデルへと進化させる方法をご覧ください。

モジュール性、ドキュメント化、自動化されたテストについて学び、データサイエンスの問題をより迅速かつ確実に解決するお手伝いをいたします。

ソフトウェアおよびデータプロジェクトにおけるバージョン管理のためのGitの基本を学びましょう。

Pythonのテストを習得。手法を学び、チェックを作成し、pytestとunittestでエラーのないコードを保証します。