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でscikit-learnを使って機械学習スキルを伸ばしましょう。 このインタラクティブなコースで実世界のデータセットを使い、強力な予測の作り方を学びましょう！

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で利用可能な豊富なモデルとデータセットのリポジトリを操作・活用する。

PyTorchで最初のニューラルネットワークを構築し、ハイパーパラメータを調整して、分類と回帰の問題に取り組む方法を学びます。

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をローカルで実行し、スタックに統合する最新の手法を学ぶ。

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。

ソフトウェアやデータプロジェクトでのバージョン管理ができる、Gitの基礎を学びます。

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。