ステップ	カリキュラム		標準学習時間	週／時間
1	実践統計学	概要・データの可視化・基本統計量	1時間	第1週 7時間40分
2		データの評価方法・統計的検定	1時間40分
3		相関関係・回帰分析	2時間
4		提出課題1	3時間
5	Rによる統計学（入門編）	概要・Rとは	1時間30分	第2週 5時間30分
6		基本統計量・データの可視化	1時間50分
7		パラメトリック検定	2時間10分
8		ノンパラメトリック検定	1時間40分	第3週 6時間10分
9		相関分析	1時間30分
10		提出課題2	3時間
11	Rによる統計学（実践編）	概要・線形回帰分析	2時間30分	第4週 3時間50分
12		ロジスティック回帰分析	1時間20分
13		主成分分析	1時間20分	第5週 4時間00分
14		クラスター分析	1時間10分
15		提出課題3	1時間30分
16	PythonによるAI手法	AIの基礎知識	1時間	第6週 6時間00分
17		Pythonの基礎（1）	1時間40分
18		Pythonの基礎（2）	2時間
19		Pythonの基礎（3）	1時間20分
20		AI演習1	2時間	第7週 6時間50分
21		提出課題4	1時間30分
22		Pythonの応用（1）	1時間30分
23		Pythonの応用（2）	1時間50分
24		Pythonの応用（3）	1時間50分	第8週 7時間40分
25		AI演習2	2時間
26		提出課題5	1時間30分
27		教師あり学習（1）	2時間20分
28		教師あり学習（2）	1時間30分	第9週 8時間10分
29		教師なし学習	1時間40分
30		モデルの検証とチューニング	3時間
31		AI演習3	2時間
32		提出課題6	2時間10分	第10週 8時間00分
33		SQL	1時間50分
34		画像処理	1時間50分
35		自然言語処理	2時間10分
36		WebスクレイピングとWebAPI	1時間50分	第11週 8時間10分
37		Webアプリ作成	1時間50分
38		音声処理	2時間
39		異常検知	2時間30分
40	実践演習	オープンデータとは・オープンデータの加工	1時間50分	第12週 5時間00分
41		政府統計のデータ活用	1時間30分
42		自治体ポータルサイトからデータ活用	1時間
43		ネットニュースのヘッドライン・画像スクレイピング	40分
44		Web APIによるデータ処理Ⅰ・Ⅱ	3時間50分	第13週 7時間00分
45		医療画像データ処理	1時間40分
46		異常値検知	1時間30分
47	課題解決プレゼンテーションの作成		6時間	第14週 6時間00分
48			6時間	第15週 6時間00分
49			6時間	第16週 6時間00分
50			6時間	第17週 6時間00分
51	課題解決プレゼンテーションの発表		6時間	第17週 6時間00分
計			112時間

標準学習進度表
PDFダウンロードはこちら