主なカリキュラム

CompTIA A+/API

• ハードウェア
• ネットワーク
• モバイルデバイス
• ハードウェアとネットワークのトラブルシューティング
• Windowsオペレーティングシステム

• その他のオペレーティングシステム
• セキュリティ
• ソフトウェアトラブルシューティング
• 運用手順

• API概要
• Python基礎
• API概要
• webAPIの活用

AWSアカデミー/AI概論

• AWS Academy クラウドファンデーション
• AWS クラウドのコンセプト
• AWS クラウドの主要サービス
• AWS クラウドクラウドのセキュリティ

• クラウドアーキテクチャの設計
• クラウドのサポートサービス
• AIとは・AIの歴史

• AIの活用事例・体験できるAI
• AIでできること・AIの構築方法
• AI演習

PHP基礎

• プログラム環境構築
• PHPプログラム概論
• HTML/CSS、Jvascript基礎
• SQL基礎

• 変数、演算子、配列、関数
• アルゴリズム
• 制御文(if文、for文など)
• 組み込み関数(文字列操作、コレクション操作、ファイル入出力)

• レスポンス、リクエスト
• セッション管理、ファイル管理、データベース管理
• webプログラム概論

Python基礎

• Python概論
• プログラム環境構築
• アルゴリズム

• 変数、演算子、関数
• データ構造
• 制御文(if文、for文など)

• 基本ライブラリ
• クラスとオブジェクト
• ユーザ定義関数

主なカリキュラム

機械学習

• 機械学習概論
• 教師あり学習（回帰）

• 教師あり学習（分類）
• アルゴリズムの考え方と実装・評価

• データ前処理
• 次元削減

AWSアカデミー/インフラ技術

• Cloud Architecting
• 環境の設計
• 高可用性を考慮した設計
• インフラストラクチャの自動化
• インフラストラクチャの疎結合化

• ウェブスケールのメディア設計
• フレームワーク
• トラブルシューティング
• 設計パターンとサンプルアーキテクチャ
• Linux/Windowsサーバ概論

• Linux/Windowsサーバ環境準備
• Linux基礎コマンド、Windowsサーバ基本操作
• Linux/Windowsサーバシステム管理
• シェルスクリプト

数学

• 1次式と2次式
• 累乗と累乗根

• 三角関数(sin/cos/tan)
• 数列

• 微分基礎
• 常微分と偏微分

Python基礎から応用

• Python概論
• プログラム環境構築
• アルゴリズム
• 変数、演算子、関数
• データ構造

• 制御文(if文、for文など)
• 基本ライブラリ
• クラスとオブジェクト
• ユーザ定義関数

• Pythonフレームワーク概論
• ビューとテンプレート
• モデルとデータベース
• リレーションシップ

PHP応用

• PHPフレームワーク概論
• MVCとコントローラ
• PHPテンプレートの利用

• ミドルウェアの利用
• データベース準備

• コンソールアプリケーション
• ソース管理(git/svn)

主なカリキュラム(3年次)

G検定

• 人工知能（AI）
• 人工知能をめぐる動向
• 人工知能分野の問題

• 機械学習の具体的手法
• ディープラーニングの概要
• ディープラーニングの手法

• ディープラーニングの研究分野
• ディープラーニングの応用に向けて

数学

• ベクトル
• 行列

• 確率

• 期待値

ディープラーニング

• 多層パーセプトロン
• ​​誤差逆伝播法
• ​正則化
• 半教師あり学習・Dropout等
• 最適化
• ​​二次手法の近似・最適化戦略等

• CNNの基礎
• ​仕組みの理解と実装
• ​​VGG、GoogleNet、ResNet等
• RNNの基礎
• ​​seq2seq、LSTM、GRU、Attention、ESN等

• 生成モデル
• VAE
• ​GAN、DCGAN等
• 強化学習
• 価値反復法・方策勾配法・深層強化学習等

JAVA基礎～応用

• Java概要
• 変数、演算子、配列
• 制御文

• メソッド
• 複数クラスを用いた開発
• オブジェクト指向概要

• インスタンスとクラス
• カプセル化、継承、多態性
• Javaフレームワーク

R言語+統計学

• R言語とRStudioによるデータ分析
• 記述統計とグラフによる可視化
• ​確率/確率分布
• 統計的推定
• 仮説検定
• 分散分析モデル
• 検定の多重性
• サンプルサイズ
• 実験計画法
• 回帰モデル

• 最尤推定法と最小二乗法
• ダミー変数、多重共線性、AIC、変数選択法
• ​相関分析
• ​主成分分析
• カテゴリカルデータの分析-クロス分析、関連と傾向、対応分析
• ロジスティック回帰、モデルの精度評価（AUC,ROC)

• ベイズ統計入門​-ベイズ統計の考え方、Stanによるモデリング
• 時系列データに関して-要約統計量、変数変換、探索的な分析 一変量の時系列モデル – AR, MA, ARMA, ARIMA, 季節ARIMA, 指数平滑化, Holt-Winters
• 多変量の時系列モデ – VAR
• 状態空間モデル入門

主なカリキュラム(4年次)

E資格

• 線形代数
• 確率・統計
• 情報理論
• 機械学習の基礎
• 実用的な方法論

• 順伝播型ネットワーク
• 深層モデルのための正則化
• 深層モデルのための最適化
• 畳み込みネットワーク

• 回帰結合型ニューラルネットワークと再帰的ネットワーク
• 生成モデル
• 強化学習

Ruby

• Ruby概論
• 変数、演算子、配列、ハッシュ
• メソッド、クラス
• モジュールやライブラリの活用

• Ruby on Railsの基本
• Scaffolding機能によるRails開発の基礎
• ビュー開発、モデル開発、コントローラー開発

• ルーティング
• クライアントサイド開発

ブロックチェーン

• ブロックチェーンの概要
• ブロックチェーンのアーキテクチャ

• 仮想通貨とブロックチェーンの関連性

• ブロックチェーンプラットフォーム

IoT

• IoTシステムの基礎

• IoT機器ネットワーク基礎

• IoTデバイス実践講座

プログラム実習

• Java or python or PHP (時代に合わせて対応)