【AIジョブカレ】Python+数学講座・機械学習講座を体験したのでレビュー! 最速でデータ可視化できオススメ

【AIジョブカレ】 Python+数学講座 機械学習講座を体験 したのでレビュー! Python

皆さん、こんにちは!

この記事では、人工知能技術専門プログラミングスクールである「AIジョブカレ」の「Python+数学講座」「機械学習講座」を体験する機会に恵まれましたので、受講した感想や内容について徹底的にレビューしていきたいと思います。

よくあるプログラミングスクールのレビューにありがちな、人の感想をまとめている記事と異なり、私が実際に体験した内容となります。

朱莉
PythonやAIに興味のある人は、ぜひ参考にしてみてください!

AIジョブカレとは?

人工知能技術専門プログラミングスクール

AIジョブカレは、人工知能やデータサイエンスの分野に特化したプログラミングスクールです。

AI(人工知能)活用に必要なプログラミング(Python)をはじめ、データの前処理やアルゴリズム、パラメーターチューニングなどを経験豊富な現役AIエンジニア・データサイエンティストから体系的に学べるAI技術専門の教育講座です。

一般的なプログラミングスクールでは、様々な言語を学べることが多いですが、AIジョブカレでは、AIに関連する分野と、その言語に講座が絞られています。

また、日本ディープラーニング協会主催の「E資格」の受験資格要件となっている資格もあり、転職目的以外にも活用できるスクールとなっています。

またAIジョブカレの特徴と強みは以下の6つです。

  • 講師はCTOクラスの現役データサイエンティスト
  • 未経験や初学者から学べるカリキュラム
  • AI専門のため、スキルに合わせた求人が多数ある
  • 特定商取引法に基づく返金保証
  • 専門実践教育訓練制度を活用できる
  • E資格の認定講座

私にとって転職支援はあまり関係ありませんので、実際にどれほどの求人があるのかは把握していません。

ただ、実際に受講した感想として、講師のレベルやカリキュラムは非常にレベルが高いものだと思います。

ここについては、感想の部分で詳しく述べようと思いますので、割愛。

AIやデータサイエンスに関する講座が多数

AIジョブカレには、AIやデータサイエンス関連の講座が豊富にそろっています。

他のスクールと異なるのは、数学や機械学習の理論をしっかりと学べる講座が用意されているということでしょうか。

SQL講座やLinux講座もあまり他所では見かけない講座かと思います。

私が受講したのは、赤文字になっているPython+数学講座機械学習講座です。

スクール名AIジョブカレ
公式サイトhttps://www.aijobcolle.com/
コース・講座名(動画受講 料金)Python+数学超入門講座(¥27,500)
Python+数学講座(¥54,780)
SQL講座(¥38,500)
Linux実践向け講座(¥8,800)
機械学習講座(¥132,000)
統計+R講座(¥88,000)
統計+Python講座(¥88,000)
ディープラーニング講座(¥153,780)
インフラ基礎講座​(¥88,000)
ケーススタディ実演講座(¥​163,240)
E資格直前対策講座(¥33,000)
G検定対策講座(¥11,000)
E資格パッケージ講座(¥229,900)
マーケター向けデータアナリスト向けパッケージ講座(¥111,980)
機械学習につながる初学者向けパッケージ講座(¥87,120)
受講形式オンライン(90日間)
説明会無料説明会あり

料金が安い

ここでは、AIや機械学習系のカリキュラムを提供しているスクールと比較していきます。

AIジョブカレは他社と比べてかなり安い部類に入ります。

私が思うに、価格の差は、「どれだけ受講者が構ってもらえるか」だと思っているので、自分でコツコツ計画を立てて進んでいけるという人は、個別の面談や質問などのサービスが無いスクールを選ぶのが良いと思います。

あとは、学べる範囲もあると思います。E資格に最適化するのであれば、E資格対応講座を受ければいいですし、転職したいなら転職サポートが充実したスクールを選ぶべきでしょう。

AIジョブカレは、いずれの講座も基本が3か月、モノによっては、4~6か月のものもありますが、他のスクールと比べても安価であると言えます。

AIジョブカレ
(E資格パッケージ講座)
Tech AcademyAidemyCodeCamp
229,900円 / 3か月229,900円 / 2カ月528,000円 / 3か月165,000円 / 2ヶ月
+ 入学金 33,000円
朱莉
価格=どれだけ受講者が構ってもらえるかなので、自分の学習スタイルを踏まえたスクール選びが重要ですね!

「Python+数学講座」とは?

次に、私が受講した「Python+数学講座」の説明をしていきます。

AIジョブカレの講座を検討している方は参考にしてみてください。

全体的なコンテンツは以下の通りとなっており、基本は上から順に行っていくと考えてください。

  1. Pythonの基礎
  2. 基本操作・Numpy
  3. データの操作・Pandas
  4. グラフの操作・Matplotlib
  5. データの前処理・加工・可視化
  6. 微分・積分
  7. 線形代数
  8. 確率統計
  9. 情報理論

Pythonの基礎から探索的データ分析(EDA)が出来るまで

講座名は「Python+数学講座」ということで、Pythonの基本と数学を勉強するのかな?と思われるかと思います。

大筋は間違っていませんが、この講座の最終ゴールは、「探索的データ分析が行えるようになること」が目標です。

では、探索的データ分析とはなんでしょうか。

統計分析ツールを提供しているJMPのホームページに記載されている内容が分かりやすいため引用させていただきます。

探索的データ分析(EDA)は、要約統計量およびグラフ化ツールを使用して、データを把握し、データから得られる知見を理解する調査プロセスです。

EDAを使用すると、データのパターンを解明し、変数間の潜在的な関係を把握し、外れ値や異常な観測値などの異常を発見することができます。目標は、より正式な統計手法を使用してテストできる興味深い質問や仮説を生み出すことです。
探索的データ分析

探索的データ分析は、上記のように、データを渡されてから初めに行う作業で、

  • グラフ化する
  • 基本統計量を算出する
  • データの特徴を理解する

目的にもと実施されます。

本講座を受講後に出来るようになる(はず)の探索的データ分析は以下のような、基本統計量を算出したり、グラフィカルに表示したり、データをガチャガチャといじって、特徴を見つけてやろうということです。

言葉で示されるよりわかりやすいと思いますが、平たく言ってしまうと、機械学習やディープラーニングをする前に、データについて知りましょう。ということです。

上記を行うには、Pythonの基本的な文法に加えて、PandasMatplotlibNumpyなどのライブラリを知る必要がありますので、そちらについても本講座で勉強することができます。

数学は行列・微積分・統計まで

本講座のもう1つ目的は、上記の探索的データ分析を妥当に行うために必要な数学の知識を身に着けることです。

Pythonのコードをコピペしてしまえば、探索的データ分析のようなことは行えてしまいますが、求めた値が何を意味するのか、グラフが示すことの意味などを理解することはできません。

また、PandasやNumpyなどは1行で、基本統計量を出せたり、行列演算ができてしまうので、中で何が起きているのかを理解するためにも数学の知識は必須と言えます。

これらの数学的な内容も、Pythonでコードを書きながら実施していくため、最初に勉強したライブラリの演習も兼ねており、数学講座を終えるころには、本講座で学んだ、Pandas、Matplotlib、Numpyの基本的な操作を覚えることができそうです。

「機械学習講座」とは?

次に、私が受講した「機械学習講座」の説明をしていきます。

AIジョブカレの講座を検討している方は参考にしてみてください。

全体的なコンテンツは以下の通りとなっており、基本は上から順に行っていくと考えてください。

  1. イントロダクション
  2. 教師あり学習(回帰)
  3. 教師あり学習(分類)
  4. ビジネス実務応用
  5. 教師なし学習

Pythonを使って、機械学習を実装出来るようになる

本講座を完走すると、手に入れたデータに対して機械学習を行うことができるようになります。

前述の「Python+数学講座」で学習したPythonの基本的な操作と、数学の知識を合わせることで、探索的データ分析の結果から、どういった学習方法が適切か判断できるようになり、実装も可能になるというイメージです。

Pythonで機械学習を実装するには、Sikitlearnなど、便利なライブラリが様々ありますが、その操作方法も学ぶこともできます。

データの前処理や機械学習の手法まで(教師ありメイン)

先ほど機械学習を実装できると言いましたが、本講座でのメインは、「教師あり学習」です。

教師なし学習についても言及がありますが、基本的には自分で学習する必要があります。

あとは、ディープラーニング(深層学習)についもて言及はありませんので注意が必要です。

最近の主流は、ディープラーニングだと思いますが、まずはその分野のベースとなる教師あり学習から仕上げ用という立ち位置だと思います。

実際現場でも、ディープラーニングが絶対必要かと言われると、そうでない場面は数多く残されています。

ディープラーニングには、それなりに費用やデータが必要になりますし、会社でちょっとしたデータを処理したり、自分で趣味程度にやる分には、十分学び甲斐のある内容だと思いました。

実際の受講画面

次は、実際の受講の様子を紹介していきます。

朱莉
実際に受講したからこそ、お伝えできる情報です!

動画+講義資料+サンプルコード

AIジョブカレでは、学習の基本は動画です。

講義資料も講義によってはついていますが、基本的には動画を見ながら、手元でコードを試しつつ覚えていくというイメージです。

内容によっては、何度も動画を見ることになるかもしれません。

上記は、Python+数学入門のダウンロードコンテンツの一部ですが、基本的にはサンプルコードですね。

なお、数学のパートや機械学習のパートになると、PDFの資料もあります。

倍速表示にも対応

肝心の動画ですが、5分から長くて10分程度に分割されており、1週した後に、復習したいというニーズにも対応しています。

当然倍速表示にも対応しています。

章末には確認テスト

講座の一覧はこのようになっています。

「テキスト」とあるところは、「動画」です。

「テスト」は確認テストで、数問程度の簡単な問題が出題されます。

「Python+数学講座」を受講した感想

Python経験者も学ぶことはある

私は、プライベートでPythonを使っているのですが、学ぶことも比較的多くありました。

講義の本質ではありませんが、jupyter notebookの便利機能について紹介します。

最初は「help()」です。

こちらは、help()と入力し、実行すると、テキストボックスが出てきて、ボックス内に、ライブラリ名(pandas とか)を入れると、どういったものなのか、説明が出力されます。

試しにa = 10を定義しておいて、aを入れると、「a」に関するドキュメントは無いと返されてしまいました。

help()

pandas を入れると、このように、パワフルなデータ分析ライブラリであると表示され、他にもつらつらと説明が出てきています。

もう1つは、度忘れしたときに使える「whos」です。

コードが長くなってくると、どの変数に何を入れたか忘れてしまうこともあると思いますが、そんな時に役立つコマンドです。

変数に今何が格納されているかと、データ型を表示してくれます。

int やfloat、strなど、原因不明のエラーが出た時に重宝しますね。

朱莉
もっと早く知りたかったです…

もう一つは、変数の予測変換です。

Jupyter Notebookでは、変数を書いている途中に「Tabキー」を押すと、このように予測変換を示してくれます。

readにこんなにバリエーションがあったなんて…

授業のペースは早いので、動画がオススメ

AIジョブカレは対面での講座も行っているようです。

本講座が、その録画版かどうかはわかりません(おそらく違う)が、同じようなペースで授業をやっているのだとすると、圧倒的に動画の方が勉強しやすいと思いました。

そもそもプログラミングという行為自体が、覚えるものではなく、人が書いているものを真似したり、調べながら進めるものですので、初心者が授業のペースについていくのはなかなはハードです。

対面であれば質問も可能ですが、対面が好きと言う人以外は、動画にしておいた方が無難だと思います。

EDAをするための最低限は網羅している

本講座では、冒頭に書いた通り、「探索的データ分析」を行えるようになるのがゴールです。

講座を1週した感想としては、確かに、講座の中身を理解すれば探索的データ分析ができるようになるな。という印象です。

多くのデータで使えるような一般的な内容が多いので、これ以上細かくやっても、ニッチすぎてついていけない人が多発しますし、初心者向けのとしてベースを固めることが出来そうです。

逆にPythonを日ごろから使っている人や、書籍などで1週したことがある人にとっては、学ぶことが少ないです。

本講座を受講した後は、書店などで、より発展的な書籍に手を出してみるがよさそうです。

「機械学習講座」を受講した感想

機械学習を手取り足取り勉強できる

本講座でっは、機械学習用データセットで有名なボストンデータセットなどを利用して、機械学習のキホンのキから学習していきます。

講義の時間では、ソースコードの説明が中心となるため、講義終了後に、自分でも書いていく形で勉強することになるでしょうか。

使用するライブラリは、scikit-learnが中心で、あとはデータフレーム操作にPandas、グラフ描画にMatplotlibです。

他の機械学習ライブラリについては、少し説明がある程度ですが、機械学習が何をやっているか、

難易度としては、チュートリアルから始まり、後半は特徴量選択や、スコアリングまで扱います。

(当然)ディープラーニングについては扱わない

講座名からして当然と言えば当然ですが、この講座では機械学習は扱いますが、ディープラーニングは扱いません。

ディープラーニングを学びたい人は、「ディープラーニング講座」を取ってくださいということだと思いますが、分量的に仕方ないと思われます。

本講座単品のボリュームを増やしても消化不良になりそうです…。

データを渡されて、前処理を行い機械学習を試すことが出来るレベルになれる

「機械学習講座」を受講することで、とりあえず、データをポンっと渡されたときに、最低限必要な前処理を行い、教師あり学習を試すことができるレベルにはなれそうです。

発展的な内容学ぶための基礎固めとして、適切な難易度になっていると感じました。

AIジョブカレにオススメな人

最後にAIジョブカレがオススメな人について紹介して終わろうと思います。

Pythonを触って間もない人

まずは、Pythonを触って間もない人です。

既に、Pythonを使って書籍を1周した経験のある人や、何かしら学習サービスを使った経験のある方は、費用対効果が悪いと思います。(少なくとも今回体験した、Python+数学講座は)

独学でも勉強できないことはもちろんないですが、書籍を選ぶ手間なども馬鹿にできないため、過不足なくPythonの基本を学びたい人にとっておすすめです。

PythonやAIを短期間で学びたい人

もう1つは、これから仕事で使わないといけない人や、気合を入れて短期間で学習していきたい方にとってはおすすめです。

エラーに直面した際の調べる時間の節約として非常に優秀だと思います。

スクールでは、学習コンテンツの提供だけでなく、質問を出来る環境にあるため、学習速度は飛躍的に上がります。

私もPythonに出会った当時にお金があれば、お世話になりたかったですね…。

まとめ

以上、AIジョブカレのPython+数学講座・機械学習講座を体験したので、その内容などについて触れていきました。

はじめてのプログラミングスクールでしたが、内容も非常に充実しており、この価格も納得のクオリティでした。

今回体験した講座は、Python初心者向けの講座でしたが、より発展的な講座に挑戦してみたいなと思いました!

朱莉
皆さんも、ぜひ活用してみてください!!