TechAcademyのPythonコース・AIコース・データサイエンスコースの違い

プログラミング
YUKO
TechAcademyでPythonコース、AIコース、データサイエンスコースってあるけど、それぞれの違いがよく分からない…
YUJI
過去に全てのコースを受講したことがあるので、それぞれのコースの「学べる内容」と「どういう人がどれを受講すべきか」をまとめていきますね
本記事が想定するターゲット読者
TechAcademyのPythonコース、AIコース、データサイエンスコースの学べる内容の違いが知りたい人
本記事を読んで分かること
TechAcademyのPythonコース、AIコース、データサイエンスコースでそれぞれ学べる内容どのような人がどのコースを受講すべきかが分かります。

結論

本記事の結論
  • Pythonコースは、Pythonの基礎と各種ライブラリの利用方法を最も丁寧に学べるため、初めてPythonを学ぶ人に最もオススメ
  • AIコースは、(Pythonの基礎知識がある程度ある前提で)ディープラーニングを深く学べるため、AIエンジニアを目指している人に向いている
  • データサイエンスコースは、(Pythonの知識がある程度ある前提で)統計学や確率分布、統計モデルを深く学べるため、データサイエンティストを目指している人に向いている

TechAcademyのPythonコース・AIコース・データサイエンスコースの違いとは

各コースで学べること

それぞれのコースで学べることは一体何が違うのかを知るためには、各コースのカリキュラムを比較するのが、最も手っ取り早いでしょう。

  Pythonコース AIコース データサイエンスコース
Lesson1 本コースで学ぶこと 本コースで学ぶこと 本コースで学ぶこと
Lesson2 初めてのPythonプログラミング Python基礎 Python基礎
Lesson3 データの種類 AIと機械学習で何ができるか 基本統計量
Lesson4 変数と基本構文 予測モデルと最適化の基礎 点推定・区間推定
Lesson5 Pythonの関数 様々な予測モデルを比較する 仮説検定
Lesson6 オブジェクトとメソッド 識別モデルの基礎 作図
Lesson7 制御構文 決定木モデル 分散分析
Lesson8 シーケンスその1 文字列 教師なし学習 統計モデリングの基礎
Lesson9 シーケンスその2 リスト メディアデータの機械学習 一般化線形モデル
Lesson10 シーケンスその3 タプル ディープラーニング シミュレーション
Lesson11 シーケンス番外編1 セット   時系列データ解析
Lesson12 シーケンス番外編1 辞書   ベイズ統計学
Lesson13 関数の応用   解析で必要となるスキル
Lesson14 オブジェクト指向プログラミング   Kaggle入門
Lesson15 ライブラリその1 Jupyter Notebook    
Lesson16 ライブラリその2 Numpy    
Lesson17 ライブラリその3 Matplotlib    
Lesson18 ライブラリその4 Pandas    
Lesson19 ライブラリその5 Pillowとimageio    
Lesson20 ライブラリその6 scikit-learnと機械学習入門    
Lesson21 (参考資料)予定より早く修了した方へ    

上の表を眺めながら、それぞれのコースでは「一体何が学べるのか」「どんな人が受講するのが良いのかを各コースで詳しく説明していきます。

Pythonコース

Pythonコースで学べること

Pythonコースでは、上表のカリキュラムをみて分かる通り、AIコースやデータサイエンスコースと比べて、Lesson1からLesson14にかけてPythonの基礎をがっつり学ぶことができます。

Pythonの条件分岐や繰り返し処理などの基本構文から、辞書やタプルなどのシーケンスについても丁寧に学ぶことができます。

そして、しっかりとPythonの基礎を押さえた上で、「Jupyter Notebook」「Numpy」「Matplotlib」「Pandas」「Pillow」「imageio」「scikit-learn」などのライブラリを学ぶことができます。

Pythonコースは基礎だけで終わるのかというと、全くそんなことはないです。

Lesson20の「ライブラリ その6 scikit-learnと機械学習入門」でしっかりと、これまでの基礎力とライブラリをフル活用した応用を学ぶことができます。

具体的には、機械学習の概要から始まり、機械学習を用いて「分析データを元にした花の分類」「手書き数字の画像の分類」「ビットコインの価格変動の予測」「住宅価格の分析と予測」という実践を行います。

この一連のカリキュラムによって、Pythonを初めて学ぶという方でも気がついたら、機械学習を使って画像分類やビットコインの価格変動予測ができるようになっていたという状態になるでしょう。

どんな人がPythonコースを受講するべき?

Pythonコースに受講すべき人の特徴は、「これまでPythonを学んだことがない人」で「ひとまずPythonの基礎とライブラリの使い方などの全体像を押さえたい人(まだPythonを使って何をしたいかが明確に決まっていない人)」には、Pythonコースはオススメです。

AIコース

AIコースで学べること

TechAcademyのAIコースは、上表のカリキュラムを見て分かるように、Lesson2でPythonの基礎を学んだ後、Lesson3でいきなり本格的に機械学習の内容に突入していきます。

では、このLesson2の「Python基礎」で何が学べるかというと、「四則演算」「データ型」「変数」「条件分岐」「繰り返し」「文字列」「リストとタプル」「セットと辞書」「関数の作り方」「Numpyの使い方」「Matplotlibの使い方」「Pandasの使い方」です。

Pythonコースと学ぶ内容は同じですが、Pythonコースとは違い、1つの Lessonに全て詰め込まれているため、若干だけ内容が薄くなっています。

ただ、ProgateのPythonコースで予習をしたり、繰り返し教材を読み返せば問題ないと思われるレベルです。

Lesson3以降では、「予測モデルの概念(線形モデル、多変数モデルなど)」や「予測モデルをどのように最適化する方法」「画像認識や意思決定で用いられる識別モデルの概念」「分類問題に用いる決定木モデル」「教師なし学習」「ディープラーニング」「Tensorflow」「Keras」などを学んでいきます。

またカリキュラム中に課される課題としては、「教師あり学習を用いた予測モデルの作成」や「教師なし学習による年齢別クラスタリングの実装」「自然言語処理によるAmazonレビューの評価分析」「ディープラーニングによる手書き伝票の画像認識」が与えられ、実践を通してアウトプットすることができます。

どんな人がAIコースを受講するべき?

AIコースでは、ある程度Pythonの知識がある前提で、モデル構築や画像認識、識別問題、ディープラーニングなどAIエンジニアを目指すにあたって必要不可欠な内容を、体系的に深く学ぶことができます。

そのため、「Pythonは初めてではない人(Progateで予習済みなど)」が「AIエンジニアという明確な目標を持ってディープラーニングを深く学びたい人」には、非常にオススメできるコースです。

データサイエンスコース

データサイエンスコースで学べること

データサイエンスコースもAIコースと同様、Pythonの基礎はLesson2「Python基礎」でのみ学びます。

Lesson2の内容は、データサイエンスコースと全く同じで、「四則演算」「データ型」「変数」「条件分岐」「繰り返し」「文字列」「リストとタプル」「セットと辞書」「関数の作り方」「Numpyの使い方」「Matplotlibの使い方」「Pandasの使い方」です。

そして、Lesson3以降でいきなりデータサイエンティストに必要な統計学に関する学習に移っていきます。

ただAIコースと同様、ProgateのPythonコースで予習をしておくと、スムーズにカリキュラムを進めることができるでしょう。

Lesson3以降では、母集団、標本、平均、中央値、分散、標準偏差などの統計量の基礎」「正規分布などの様々な確率分布」「点推定、区間推定」「仮説検定」「分散分析」「統計モデル」「自己回帰モデル」「移動平均モデル」「自己回帰移動平均モデル」「ロジスティック回帰」など、データを分析に関する必須事項を幅広く学ぶことができます。

どんな人がデータサイエンスコースを受講するべき?

データサイエンスコースでは、ある程度Pythonの知識がある前提で、統計量や、確率分布、様々な統計モデルなどデータサイエンティストを目指すにあたって必要不可欠な内容を、体系的に深く学ぶことができます。

そのため、「Pythonは初めてではない人(Progateで予習済みなど)」が「データサイエンティストという明確な目標を持ってPythonを使ったデータ分析を深く学びたい人」には、非常にオススメできるコースです。

まとめ

最後にもう一度、結論をまとめておきます。

本記事の結論
  • Pythonコースは、Pythonの基礎と各種ライブラリの利用方法を最も丁寧に学べるため、初めてPythonを学ぶ人に最もオススメ
  • AIコースは、(Pythonの基礎知識がある程度ある前提で)ディープラーニングを深く学べるため、AIエンジニアを目指している人に向いている
  • データサイエンスコースは、(Pythonの知識がある程度ある前提で)統計学や確率分布、統計モデルを深く学べるため、データサイエンティストを目指している人に向いている
YUKO
それぞれのコースの違いがよく分かりました!ありがとうございます!
YUJI
まずは、自分はPythonがどれくらいできるのか、そして将来的に何を目指しているのかで判断するのがいいですね