会社で過去10年記録してきた売れ筋商品や時期、購入者の性別や年齢などのビッグデータがあります。それを元に調査会社に依頼したら、なんと150万円の見積もりを出されました。
それなら社長が、社員に機械学習を覚えてもらって、内制化したほうがいいじゃないか、という話になり、急遽スクールを探すように命じられました。
でも、どこのスクールがいいのかちょっとわからなくて…
AIや機械学習の分野は、ビッグデータを扱ってコンサルまでできるエンジニアは圧倒的に少ない状況です。そのため、データ解析を外注に依頼すると、外注先はそのまた下請けに流し…みたいなことをすることもありますし、デーが解析に使うツールやプログラムも曖昧だったりして、高額なお金を払うことに疑問を抱いている経営者は少なくありません。
機械学習で使われるPaythonは「仮説が立てられて、論理的思考のもとにプログラムを組む」というセンスが必要なので、数学が苦手、統計学なんて聞いただけで抵抗感がある、という人には不向き。でも逆に、そういう分野が好き、得意という人にとっては、これから学ぶ上で機械学習はかなりおすすめです
DIVE INTO CODEで実際に学んだ人の口コミ評判は、こちらの記事に詳しくまとめています。併せてご参考にしてください。
この記事はWEBクリエイター歴15年のパラレルワーカーである私が解説します。
当サイトで人気のプログラミングスクール
- TechAcademy
（オンラインで好きな時間に学べる）
- DMM WEBキャンプ
（3ヵ月でRubyエンジニアに）
- CodeCamp
（オンラインなのにマンツーマン指導。300社以上の大手IT企業が社員研修に導入する質実ともに評判が高い）
DIVE INTO CODEの機械学習エンジニアコース
DIVE INTO CODEは、Rubyを基本に学ぶWEBエンジニアコースと、機械学習エンジニアコースの2種類のコースが学べるプログラミングスクールです。
機械学習を本格的に学べるスクールとして他にも「DataMix（データミックス）」があり、機械学習においてはこの２校が双璧。ですが、データミックスの場合数学とPaythonによる入学試験があり、ちょっとハードルが高い印象です。事前学習コースもありますが、有料です、
DIVE INTO CODEも、事前学習として線形代数や微分積分などの数学や、線形回帰や重会議などの機械学習基礎が本コース受講にあたり必要となりますが、きちんとカリキュラムに組まれているので「高校卒業してから微分積分なんてすっかり忘れちゃったよ！」という人も安心して学ぶことができます。
DIVE INTO CODE機械学習エンジニアコースの基本情報
| コース名 | 機械学習エンジニアコース |
|---|---|
| 習得言語 | Paython/Kaggle |
| カリキュラム詳細PDF | 機械学習プログラム |
| 教室場所 | 東京（渋谷） |
| 自習室解放・対面質問時間 | 全営業日：10時～19時 |
| 定員 | 10名 |
| 学習期間 | 事前学習：1ヵ月 プログラム：3カ月 |
| 入会費用 | 200,000円 |
| 受講料金 | 798,000円 |
| 教科書代※ | 3,672円 |
機械学習エンジニアコースはフルタイム・プログラムです。なので日中働きながら…という学習はできないので、会社を辞める必要がありますな。
それくらい勉強しないとデータサイエンティストにはなれない、ってことですね。
次に紹介するカリキュラムを見るとわかるとおり、かなりの学習量があります
「マンツーマンのオーダーメイドカリキュラム」を売りにしているスクールは、機械学習に限っては選んではダメです。あと、オンライン完結型スクールの機械学習コースも、実際にはなんの役にも立たないレベルの基本概念と実装をチョロっと…という感じ。
どうせ機械学習を勉強するなら、ちゃんと身につくカリキュラムを提供しているスクールを選ぶことがマスト！
機械学習エンジニアコース カリキュラム
事前学習カリキュラム
| 学習内容 | 学習目的 | 学習時間数 | 学習日数 |
|---|---|---|---|
| Paython | アルゴリズム入門を学ぶ | 120時間以上 | 1ヶ月 |
| 機械学習のための数学 | 線形代数、微分積分、Numpy | ||
| 探索的データ解析 | Jupyter Notebook, Pandas, Matplotlib (Seaborn), Kaggle EDA | ||
| 機械学習入門 | オブジェクト指向入門、オープンデータセット演習、Sklearn |
TERM 1 機械学習（Machine Learning）カリキュラム
| 学習内容 | 学習目的 | 学習時間数 | 学習日数 |
|---|---|---|---|
| Kaggle機械学習フロー（1回目） | データ取得、前処理からモデル構築、検証までを最初から最後まで通して基本的な機械学習の流れを追い、俯瞰できるようになる
データ取得・前処理・モデル洗濯・ハイパーパラメター・交差検証・アンサンブル・グリッドサーチ・Igbm・ランダムフォレスト | 112時間以上 | １～2日目 |
| 機械学習スクラッチ | 機械学習をゼロから実装し、機械学習の一般概念を覚える。アルゴリズムの基本となる技術とテクニックを習得する
回帰について・単回帰/重回帰・ロジスティック回帰・コスト関数・最適化・SVM・k-means・決定木・クラスタリング | 3～12日目 | |
| Kaggle機械学習フロー（2回目） | フロー1回目の続きを学習する | 13～14日目 |
TERM2 深層学習（Deep Learning）カリキュラム
| 学習内容 | 学習目的 | 学習時間数 | 学習日数 |
|---|---|---|---|
| 深層学習スクラッチ（1回目） | NN・DNN・CNN・RNN | 252時間以上 | 15～18日目 |
| Tensorflow | ディープラーニング実装の上で不可欠なChainerやTensorflowを学ぶ | 19～20日目 | |
| 深層学習スクラッチ（2回目） | CNN | 21～24日目 | |
| 論文実装 | トップカンファレンスの論文のアルゴリズムを理解しモデルを実装する。
様々な活性化関数・チューニング・バッチ正規化・ドロップアウト | 25～28日目 | |
| コンピュータビジョン | CNNスクラッチ・画像分類・物体検出・セグメンテーション・Kaggle | 29～34日目 | |
| Kaggle深層学習フロー（1回目） | Kaggle演習 | 35～36日目 | |
| 自然言語処理基礎（1回目） | CNN | 37～38日目 | |
| 深層学習スクラッチ（3回目） | RNN | 39～42日目 | |
| 自然言語処理基礎（2回目） | ー | 43～44日目 | |
| Kaggle深層学習フロー（2回目） | ー | 45～46日目 |
TERM3 エンジニアプロジェクト実践
事前学習からTERM2まで学んだ機械学習をもとに、実務を想定した実践プロジェクトを行います。実際に手を動かして実装する中で、必要な新しい技術をさらに習得しつつ、理解を深めていきます。実際のエンジニアのような体験ができるターム。
| 学習内容 | 学習目的 | 学習時間数 | 学習日数 |
|---|---|---|---|
| 機械学習をシステムに組み込む | API・テスト・再学習・パイプライン・A/Bテスト | 176時間以上 | 47～68日目 |
| 就職対策 | 模擬面接・模擬技術面接・履歴書/経歴書指導・ポートフォリオ指導 |
DIVE INTO COURSEの機械学習エンジニアコースは、未経験の40代男性でも転職に成功しています
若ければ若いほどいい、といわれるエンジニア職ですが、こと機械学習においてはエンジニア数が超不足していて、実務レベルのスキルを持っている人が少ないため、40代でも諦める必要はありません。
このスクールの良いところは、実務で使える本物のスキルを身につけてもらおう、というスクールの理念があるところ。
30代、40代はむしろ、営業や企画などの経験があるなら、なおさら機械学習を習得すると圧倒的な強みになります。
社会経験・ビジネス経験のない若い人よりも経営コンサル的な側面から企業内や転職先でスキルを発揮できるからです。
DIVE INTO CODE以外におすすめの機械学習を学べるスクール
DIVE INTO CODE以外に、カリキュラムの質が良く「実務レベル」まで引き上げてくれるプログラミングスクールは2つあります。
ひとつはAidemy（アイデミー）。東大卒のエンジニアが起業したスクールで、講師陣もすごい人たちで、カリキュラムの質が良いのに受講料がリーズナブルなのが特長です。
もうひとつはデータサイエンティスト育成コース。こちらもかなりカリキュラムがしっかりしていて、社会人でも仕事を辞めずに学習することができます。ただ、数学とPaythonの入学試験があるので、それにパスできない人は有料の事前学習からスタートする必要があります。
この3校なら、どこを選んでも間違いありません。あとはフィーリングや学習環境など、あなたに合ったスクールを選べばどこでもいいです。
どのスクールも無料体験や無料説明会を開催していますので、実際に自分の目で見て、肌で感じて「ここが一番合っている」と思ったスクールを選べばいいと思います。
ご参考にしてください。