AIエンジニアになりたいなら、AI講座を受けよう！
この記事の内容
DIVE INTO CODEは全くの初心者向けではない！
入校するためには、事前コーディングテストと面談に合格しなければならないため、プログラミングをやったことがない人はまずはPythonの勉強から始めましょう。
プログラミングは難しい
プログラミングの勉強をしたことのある人は感じたことがあると思いますが、プログラミングは簡単ではありません。
理工系学部卒の人や数学と英語が比較的得意な人なら独学でも平気ですが、論理的思考が苦手な人や文系の人には独学は少し難しいか、独学ができたとしてもかなり時間がかかります。
「費用をかけたくない」「どうしても独学がいい」という人はまずはPythonの本を読んで実際にプログラミングをしてみましょう。
Pythonの入門としておすすめの本は以下の２点です。
この２冊を読んでも「よくわからない」という人は独学は難しいでしょう。
費用は高くつきますが、潔く講座を受けた方が良いです。
おすすめはCode Campです。
DIVE INTO CODEの講座
DIVE INTO CODEでは、4ヶ月で自立自走できる機械学習エンジニアになることを目的としており、
ただ知識を学ぶのではなく、実務から逆算した本当に必要なスキルを学びます。
また、機械学習エンジニアコースは厚生労働大臣より「専門実践教育訓練指定講座」に指定され、「専門実践教育訓練給付金」および 「教育訓練支援給付金」の対象講座にも指定され、最大56万円のキャッシュバックが受けられます。
※「専門実践教育訓練給付金」「教育訓練支援給付金」は雇用保険の給付で、初回受け取りの場合には最低でも１年間雇用保険に加入していなくてはなりません。
入校したら、事前学習、本学習、就職活動をすることになります。
事前学習
事前学習では、以下のことを学びます。
数学
- 線形代数
- 微分積分
データサイエンスツール
- Jupyter Notebook
- Pandas
- Numpy
- Matplotlib(Seaborn)
- Kaggle EDA
- 機械学習概要
- 前処理
- オープンデータセット演習
- Sklearn
本学習
本学習では以下のことを学びます。
機械学習
- 教師あり学習
- 教師なし学習
機械学習周辺知識
- Kaggle
DL
- DNN
- CNN
- RNN
DLの適用
- 画像認識入門(DL)
- 自然言語処理入門(DL)
DL周辺知識
- クラウド（AWS）
- GPUでの学習
- フレームワーク
- 論文再実装
- SQL
- Docker
- 機械学習アプリケーションの理解（API/DB、システム設計）
こうした幅広い分野を学ぶことで自分でAIを作れるレベルになることができます。
詳しくはこちら↓
