ジーニエンスの特長
当スクール特徴は、データサイエンス・AI開発に必要なツールの使用方法を教えるのみに留まらず、データサイエンス教育を通して高度な数学とプログラミング力を身につけ、より汎用的に活躍できるエンジニアの育成を目指す。
データサイエンティストとして業務をこなせる様になることがゴールではない。
人から与えられた課題を解くのではなく、この世界から解くべき課題を自分で見つけ、前人未踏の領域に挑戦できるような、本質的な力を身につけてもらいたい。
十分に実現可能な範囲で狙うべき物は、国際情報オリンピックでの金メダル獲得や、未踏のスーパークリエータ認定など。
そして、私たちが目指す最も大きく困難な目標は、ジーニエンスの卒業生の中から、計算機科学のノーベル賞と言われるチューリング賞を受賞する日本人を出すことである。
指導形式
lesson style
オンライン個別指導
授業料
payment
5000円/1h
Teacher
講師
- 東京大学研修室の主任データサイエンティスト

Requirement

受講資格
申し込み時点で小学生であり、以下のいずれかの資格を有する者
数学検定2級以上
基本情報技術者試験以上
統計検定3級以上
データサイエンス数学ストラテジスト中級以上
curriculum
カリキュラム(学習内容)
〔 数学 〕
- 微分積分
- 合成関数の微分、偏微分
- 線形代数
- 固有値、固有ベクトル、行列、テンソル、内積、逆行列
- 確率統計
- 最尤推定、正規分布、重回帰分析、ベイズ、仮説検定、因果推論、因果探索
〔 データサイエンス
・AI実務 〕
- プログラミング言語
- Python、R、MATLAB
- システム開発用ソフトウェア・コンピューティングサービス
- Docker、Git、AWS、GCP、Azure、GPU
- ライブラリ(主にPythonの機械学習、深層学習)
- Pytorch、TensorFlow、scikit-learn、LightGBM、Optuna
- ライブラリ(データサイエンス系)
- Numpy、Pandas、Matplotlib
- 機械学習用語
- 特徴量、誤差逆伝播、SHAP、アンサンブル、チューニング、交差検証、転移学習
- 機械学習評価指標
- RMSE、MAE、F値、Accuracy、Precision、Recall
- DeepLearning画像モデル
- CNN、VGG、ResNet、Object detection、Semantic Segmentation
- DeepLearning時系列・言語モデル
- RNN、LSTM、Transformer、BERT、GPT