
ノーコードで実践するAI・機械学習
DXの取り組みの中でAI・機械学習の活用の機会は今後ますます増えていきます。 その仕組みや内容に関する共通言語を持ち、簡単な分析であれば実行できるようになれば、DXも大きく推進します。この講義では、極力数式とプログラミングを排して、わかりやすくAI・機械学習のアルゴリズムの仕組みをお伝えします。
自身の業務を効率化するためにITシステムを企画し、DXを進めていく機運は高まっています。そして、業務を最も理解している業務担当者自身が、システム開発のポイントやできること・できないことを理解していれば、IT担当者やシステムベンダーとのやりとりもスムーズになり、DXのスピードを加速します。この講義では、簡単なゲームを作成する演習を通じて、システム開発のポイントやテストの考え方などを押さえていきます。
| おすすめの対象者 | 効率化できそうな業務の見当はついており、ソフトウェアの制作依頼をしたい業務担当者 |
|---|---|
| 学習形態 | PDFでの資料提供 |
| 動画時間 | 1時間2分 字幕あり |
| 期間 | 3か月 |
| 費用 | 7,000円(税込7,700円) |

演算
変数
条件分岐
繰り返し処理
関数
機能要件と非機能要件
ウォーターフォール
アジャイル
運用コストまで考える
発注者が気に掛けるべきこと
単体テスト
結合テスト
シナリオテスト
じゃんけんゲームのテストを考える
サーバーとローカルマシンとは
OSやバージョン
サーバーと通信する方法(IPアドレスとポート番号)
ウェブサーバー
ネームサーバー
メールサーバー
ファイルサーバー
データベースサーバー
クラウドコンピューティングとは
AWS、GCPとは
セキュリティの基本
IPアドレスを制限する
IDとパスワードの管理
オープンソースとソフトウェアのアップデート
ソフトウェアの運用とよくある失敗
準委任契約と請負契約
内製か外注か
機能要件だけでなく非機能要件まで考える

堅田洋資(かただ ようすけ)
株式会社データミックス代表取締役
一橋大学 商学部 統計学・データサイエンス専攻卒業後、University of San Francisco M.S. in Analyticsを修了。米国の大学のデータサイエス修士号を保有する数少ない日本人データサイエンティスト。国内外でデータ分析コンサルタントとして活躍後、2017年にデータミックス設立。
| おすすめの対象者 | 効率化できそうな業務の見当はついており、ソフトウェアの制作依頼をしたい業務担当者 |
|---|---|
| 学習形態 | PDFでの資料提供 |
| 動画時間 | 1時間2分 字幕あり |
| 期間 | 3か月 |
| 費用 | 7,000円(税込7,700円) |
| 課題 | 選択式テスト |
| 修了条件 | 全体の得点率60%以上 |
研修実施後の
振り返りはもちろん、
次の改善にむけた示唆出しまで
我々がサポートします。
~研修・eラーニングサービスの流れ~
1.研修の実施
お客さまの状況に
カスタマイズされた
高品質な研修提供
2.振り返り
研修後の
理解度テスト/アンケート/
ヒアリングなどによる、
定性的な効果測定
3.分析と改善
施策効果や
実施後に見えた
課題を分析し、
次の改善に向けた示唆を抽出
「人」の特性に根ざした研修設計と
“やりっぱなし”にしないサポートで
着実な変化を促す
研修・eラーニングをご提供
年間受講者数
約70,000人
※2023年9月末時点
研修提携会社数
120社
※2022年実績
自社運用ラーニングポータルサイト
「Learning Site 21(LS21)」 取扱講座
2,800コース
※2023年9月現在

ノーコードで実践するAI・機械学習
DXの取り組みの中でAI・機械学習の活用の機会は今後ますます増えていきます。 その仕組みや内容に関する共通言語を持ち、簡単な分析であれば実行できるようになれば、DXも大きく推進します。この講義では、極力数式とプログラミングを排して、わかりやすくAI・機械学習のアルゴリズムの仕組みをお伝えします。

Excelで考える業務システム開発入門
業務DXに取り組み、業務効率を改善していくために必要なことは、業務を分析し効率化すべきかフローを特定すること、そして特定した業務を効率化するアイディアを醸成することです。 この講義では、業務分析の考え方、エクセルでできる自動化や効率化のテクニックに始まり、ソフトウェアの基本知識を理解していきます。

ビジネスパーソンのための機械学習システム入門
いざAI・機械学習を使いこなしていこうと思うと、避けて通れないのがAIのシステム化です。AI・機械学習はこれまでのITシステムとは違い、日々新しいデータを取り込み、AIを進化・更新させていきますが、その際にはよくあるトラブルや注意しなくてはならない点がたくさんあります。この講義では、AI・機械学習をシステム化する際の論点を押さえていきます。