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』で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』のそれぞれで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。

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

TechAcademyとは、キラメックス株式会社が運営するオンライン型プログラミングスクールであり、TECH:EXPERTと並んで、最も有名なプログラミングスクールの1つです。

基本的には、用意されたカリキュラムを自分のパソコンでこなしていき、分からないことがあれば、15:00〜23:00までの時間帯であればSlackで質問できます

加えて、週に一回メンターとの30分ほどのSkype面談があり、直接分からないことを質問できたり、その他の相談をすることもできます。

(面談は任意であり、不必要であればスキップすることができます。)

料金体系をみていただければわかると思いますが、社会人でも結構お得な値段で受講でき、学生はさらにお得なお値段で受講できるようになっています。

TechAcademyは「完全オンライン」「スクールの中では安い」という二つの特徴を持っているので、忙しい社会人にはうってつけかもしれないですね。

自分もこの二つの理由から選びました。

自分の場合は、以下の8コースを受講しました。

  • フロントエンドコース
  • Webアプリケーションコース
  • PHP / Laravelコース
  • Webデザインコース
  • WordPressコース
  • Pythonコース
  • AIコース
  • データサイエンスコース

日本でTechAcademyを8コースも受講した人は、自分だけなんじゃないかと思っています(笑)。

だからこそ、それぞれのコースの内容については、キラメックスの社員くらい詳しいので、その知識と経験を生かして、TechAcademyはどのコースを受講すればいいのかということを、正確に比較しながら回答することができます

おそらくここまでくると、自分と社員にしかできないことです。

皆さん、TechAcademyでPythonを学習しようと思った時、『Pythonコース』『AIコース』『データサイエンスコース』のどのコースを受講するべきなのか迷うと思います。

自分も当時はかなり迷ったので、結局全て受講するという力技を強行しました(笑)。

ネットにはたまに、「Pythonコース」や「AIコース」に関する記事もありますが、大抵の場合、そのコースしか受講していないので、他のコースと比較することができずに、単なる感想になってしまいます。

一方、自分の場合は、3コース全て受講しているので、「○○の目的を持っている人はこのコースが一番だな」と、全てのコースの中身を実際に体験したからこそ、根拠と自信を持って答えることができます

本記事をお読みいただければ、そのような人がどのコースを受講すべきかが具体的にわかるので、ぜひ最後までご覧ください^^

ちなみにWeb系言語については、以下の記事で解説していますのでそちらをご覧ください!

【目的別に解説】TechAcademyはどのコースを受講すべき?

2020年8月7日

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

などの実践演習を行います。

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ります。

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、以下になります。

  • これまでPythonを学んだことがない人
  • 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

総じて、Python初心者で、なおかつまだ何を目指したいかが明確になっていない人は、ダントツで『Pythonコース』がオススメです^^

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、1つの Lessonに「Pythonの基礎」が全て詰め込まれているため、若干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)
  • 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
  • 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、実践を通してしっかり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が初めてではない人Progateで予習済みなど)
  • 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

この2つを満たす人は、迷わずに『AIコース』を選びましょう^^

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)
  • 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

この2つを満たす人は、迷わずに『データサイエンスコース』を選びましょう^^

★最後に大事な補足

最後に大事な補足をしておきますと、TechAcademyを受講するときは、最も料金が安い4週間プラン」を選ぶようにしてください。

TechAcademyの場合、受講期間が過ぎたとしても、教材は永久に閲覧することができます

そのため、わざわざ料金が高い「8週間プラン」「12週間プラン」「16週間プラン」を選ぶ必要がないのです。

受講期間を4週間引き延ばすたびに、料金が5万円ずつ跳ね上がっていきます。

受講期間を引き延ばすと、メンターサポートが長くなるくらいしかメリットがなく、普通に考えて、メンターをつけるのに月額5万円払っているのと等しくなります。

そもそも4週間以内に受講し終わるように努力すればいいだけだし、そのほうが圧倒的に学習効率が高いです。

そして、万が一、受講期間中が過ぎてしまい、メンターサポートがなくなった後に、サポートが欲しいと思ったら、他のサービスでメンターを数千円程度で雇えばいいだけです。

そのため、TechAcademyでは、「4週間プラン以外は選択肢はないと思ってください!

まとめ

ここまでで、TechAcademyの『Pythonコース』『AIコース』『データサイエンスコース』の3つのカリキュラムの違いと、どのような人がどのコースを受講すべきかについてまとめてきました。

実際に自分は、全てのコースを受講したからこそ、全てのコースの内容を熟知しているし、どのような人がどのコースを選択すべきかを、自信を持って断言できます

なかなか日本で、この3つのコースを全て受講した人はいないのではないでしょうか?(笑)

一つのコースを受講しただけでは、他のコースと比較することができませんが、私にはそれができます。

だからこそ、本記事は日本一、正確な情報を皆さんにお届けできていると自負しています。

今後AIの大波が来ることは誰も疑わないことなので、AIエンジニアにしても、データサイエンティストにしても、ライバルがまだまだ少ない上に、これから市場価値はうなぎ上りになっていくことは確実です。

今のうちにスクールに投資してPythonを始め、各種ライブラリをマスターしておくと、そのリターンの大きさは計り知れないでしょう。

AI分野でポジションを取った時のリターンの大きさを考えれば、スクールに投資する15万円なんて、豆粒でしかありません。

NTTドコモやSONYをはじめとする大手企業も、優秀なAIエンジニアには年収3000万円を提示しているくらいです。

それくらい、AIエンジニアやデータサインティストの需要は大きくかつ供給が足りていないのです。

いつだって、目先のことではなく、未来に得られるリターンに目を向けて行動するようにしましょう。

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
今回もブログをお読みいただきありがとうございます😎  以下のLINE公式では、LINE限定の動画コンテンツやコラム、みなさん一人ひとりにパーソナライズした情報などを配信していますので、ぜひ友だち追加お願いします^^(追加していただいた方だけに配布する限定動画もございます🎁
友だち追加