40講義の体系的なカリキュラムを通じて、AIの基礎理論から各アルゴリズムの応用AI技術まで学習します。数学的な直感とRコーディングアルゴリズムの学習および実習を通じて、データ分析、機械学習、およびその応用ツールのアルゴリズムのモデラーを構築し、選択・活用する内容まで、即座に適用可能なAIモデル開発能力を身につけます。

数学の数式のような難しい内容は省き、気楽な気持ちでAIに対する全般的な知識を得られる講義です。

ベクトルと行列の意味を図で確認し、小さな例題で実際に計算する線形代数学の講義です。線形回帰・PCA・SVD・テンソル・アテンションで使われる数学を段階的に扱います。プログラミングの知識は必要ありません。

NumpyとPandasはデータ分析の基本であり、AIフレームワークの基盤として、私が実務と講義で積み重ねてきた核心的な活用ノウハウを込めました。 マーケター・企画者・初心者アナリストが最も頻繁につまずくデータクレンジング・加工を実習中心で簡単に学べるように構成しました。 この講義を通じて、誰でも開発者の助けなしに自らデータを扱い、分析結果を作り出す実力を身につけることができます。

Pythonが初めてで、実技試験に不安を感じていますか？ 10年以上にわたってデータ分析を教えてきた講師が、変数一つから始め、1タイプの前処理、2タイプのモデリングとresult.csvの提出、3タイプの統計検定まで、段階的に引き上げます。各動画で穴埋め式のノートブックを提供し、試験環境に最も近い実習環境で実際に手を動かして進めるため、見て終わる学習ではなく、身につく学習になります。自己診断で自分のトラック（完全初心者6週間・経験者3週間・試験2週間前）を選び、必要な分だけ受講してください。

この講義は、Pythonの基礎文法を学んだ方を対象としており、テキストデータの分析に使用される重要なスキルを学びます。テキスト分析に興味がある方は、この講義を通じてより多くのアイデアを得ておいておいてください。

Part I PDFをページごとのDocumentとして読み込み、チャンク化し、埋め込みによってベクトル化してベクトルストアにインデックスするプロセスをコードで実習する。 質問をベクトルに変換して類似度検索（スコア・ベクトル・MMRを含む）を行い、これをRetriever(Runnable)でラップしてRAGに接続する構成を学ぶ。 検索品質のチェック、セキュリティ・ガバナンス（プロンプトインジェクションを含む）、よくあるミスを整理し、実務適用の基準を身につける。 Part II 意思決定木の限界を克服したランダムフォレストアルゴリズムをRで実装し、モデルの結果を正確に解釈する方法を学ぶ。 アヤメのデータと実際のバイオマーカーデータを活用し、OOB誤差、変数重要度、混同行列などの主要指標を読み取り、説明する能力を高める。 ハイパーパラメータチューニングと交差検証、ROC曲線分析まで、実務にすぐ適用できる一連のワークフローを完成させる。

AIを活用して売上・在庫データを分析し、根拠に基づいた発注案を作成する実践中心の講義です。 AIに目標や制約条件、希望する成果物を正確に伝える方法から、売上分析、需要予測、多品目発注の最適化までを一貫して学びます。 提供された教育用データ・プロンプト・コードを使って計算結果を確認し、条件を変更しながら意思決定の根拠を検証します。 最後には30商品の発注案と1枚の意思決定レポートを完成させ、就職準備や実務能力の向上に活用できます。

Physical AIの基盤となる模倣学習（Imitation Learning）とVLA（Vision-Language-Action）技術の核心概念と作動原理を体系的に学習します。実際の事例分析を通じて、Physical AIが現実世界と相互作用するメカニズムを理解します。

サムスン電子DS部門のメモリ・S.LSI・Foundry・TSP・AVP評価および分析、SKハイニックスのPE・AE・Solution PEを目指しているものの、事業部と職務の違いで行き詰まっている就職準備生のための講義です。 製品評価職務の実際の業務フローを基準に会社別の職務名を整理し、自身の専攻経験を自己紹介書や面接で活用できる職務言語に変換する方法を学びます。 アナログ回路設計、Verilog/FPGA、工程実験、データ分析の経験などを、歩留まり・Wafer Map・Shmoo Plot・不良分析といったキーワードと結びつけ、志望戦略を立てることができます。

手の認識サンプルは動かしてみたものの、自分の手の動きをAIに学習させ、実用に耐える成果物に仕上げる道筋が見えず途方に暮れている方へ。開発統括と職業訓練の講師向け研修の経験を生かし、インストールからデータ収集、学習、Web画面の完成まで、ウェブカメラ1台で最後までご案内します。

AIの原理と構造を理解する：AIの動作原理から判断・学習まで AIはどのように動作し、何を根拠に判断し、どのように学習して発展するのでしょうか？ 人工知能を正しく理解するには、AIツールを使うだけでなく、その内部で働く重要な原理と構造を理解することが大切です。 本講義では、AIの動作原理、データ処理と判断のプロセス、学習と変化のメカニズムを一連の流れとして統合し、体系的に解説します。 複雑な数学の公式や難しいプログラミングではなく、直感的な概念の説明とさまざまな事例を通じて、初心者でもAIの内部構造や動作の流れを簡単に理解できるよう構成しました。 この講義を通じて、AIが結果を生み出すプロセスから、判断の根拠、学習によって性能が向上する仕組みまで、幅広く理解できます。 AIを単に使う段階を超え、AIの動作原理と限界を理解し、実務でより効果的に活用するための基礎力を身につけましょう。

AIに「このデータでモデルを作って」と頼んでみると、最初の数行はそれらしく見えますが、少し複雑になると見当違いなカラムを使ったり、リークが混ざったり、スコアは上がったのにモデルは改悪されたりします。この講義は、より良いプロンプトを教えるものではありません。代わりに、エージェントがデータを理解し、計画を立て、コードを書き、自身の結果を検証し、間違っていれば戻るというループ（ハーネス）を直接設計する方法を扱います。DS-STARの5つのピースからなるループを手作業で一周させた後、データプロファイルカード、フック、スキル階層、独立検証者、アブレーションまで一つずつ組み立てていきます。

明日の朝の通勤途中、スマホには「今日システムが選んだ銘柄とその理由」が届いています。外国人投資家・機関投資家の需給を読み取り、買い付けから利確・損切りまで自動で行う韓国株AI自動売買――他人が作ったプログラムではなく、自分のものとして自ら作り上げます。

この講義は、LLM（大規模言語モデル）の基本原理からRAG（Retrieval-Augmented Generation）、そして最新技術であるAI AgentとMCP（Modular Command Protocol）まで、生成型AIを実務で活用するために必ず知っておくべき全過程を一度に整理するコースです。 生成型AIがどのように情報を理解し、検索し、判断し、行動するAI Agentへと拡張されるかを、技術の流れに沿って自然に学べるよう構成されています。

必須の資格ですが独学では決して容易ではないビッグデータ分析技師を、 学びやすいデータ分析ツールRを活用して、短期間で完全攻略しましょう！！

AIで皆さんの株式投資を革新しましょう！この講座では、NASDAQ上位25銘柄を対象とした、実際に稼働するAI自動売買システムを自ら構築します。韓国投資証券APIを使って模擬投資で経験とノウハウを積み、実際の口座でAI株式自動売買を行える特別な機会を提供します。株式投資初心者でも問題ありません。株式の基礎概念や、なぜ米国株に投資すべきなのかを分かりやすく解説し、すべてのソースコードとリモートサポートまで提供します。これからの60年間、私たちの人生において投資は必須です。皆さんとともに歩むAI投資パートナーを、自ら作ってみましょう！

データアナリストとして成長したい初心者の方のためのPython基礎講座です。 - データ分析をしたいけれどPythonを知らない方 - Pythonで機械学習を学びたい方 - ビッグデータ分析技師実技試験を準備している方 - Pythonで機械学習ベースのアプリケーションを開発したい方

Pythonの文法は知っていてもサービスを作るのが難しいという問題を、NAVERでの実務経験と段階的な実習で解決します。

この講義は「もし自分がタイタニックに乗っていたら、果たして生き残ることができただろうか？」という問いから出発し、実際のデータに基づいて生存確率を予測するAIモデルを開発し、それをウェブでサービス化するフルスタックプロジェクトを完成させます。PyTorchを用いたディープラーニングモデリング、FastAPIによるバックエンドサーバー構築、Next.jsによるユーザーインターフェースの実装に至るまで、AIとウェブ開発の全過程を実習します。