【評判・口コミ】Dive into CodeのAIコースの特徴とおすすめのポイントを整理する。

Dive into Codeの基本情報

Dive into Codeの基本情報について整理します。

会社概要

会社概要は以下の通り。

  • 会社名:株式会社Dive into Code
  • 設立:2015年4月10日
  • 代表取締役:野呂 浩良氏
  • 事業内容:人材育成・教育サービス
  • 会社住所:東京都渋谷区円山町28番4号大場ビルA館4階

代表取締役を務める野呂 浩良氏の経歴は以下の通り。

MBAエンジニア講師。リクルートやワークスアプリケーションズなど異業種・異職種への転職を4度経験。あらゆる時間を計測し、未経験の職務でゼロから短期間に成果をあげる独自の生産性向上手法を確立。ワークスアプリケーションズの特待生制度「問題解決能力発掘プログラム」の突破経験と1年間の独立起業過程でエンジニア人材の不足を痛感した原体験から、実務経験を得てエンジニアになるためのプログラミングスクール「DIVE INTO CODE」を創業。

Dive into Codeで学ぶことができる内容

Dive into CodeのAI(人工知能)コースで学ぶことができる内容について整理します。

事前学習

事前学習では以下の知識を身につける必要があります。

Python

  • アルゴリズム入門
  • オブジェクト指向入門

数学

  • 線形代数
  • 微分積分
  • 確率・統計
  • 最適化数学

データサイエンスツール

  • Jupiter Notebook
  • Pandas
  • Numpy
  • Matplotlib(Seaborn)
  • Kaggle EDA

機械学習基礎

  • 線形回帰
  • 重回帰
  • 検証
  • 過学習/正則化
  • 前処理
  • オープンデータセット演習
  • Scikit Learn(サイキットラーン)

Term1

Term1で取り組む内容は以下の通り。

機械学習フロー

  • データ処理
  • 前処理
  • モデル選択
  • ハイパーパラメーター
  • 検証

機械学習スクラッチ

  • 回帰について
  • 単回帰
  • 重回帰
  • ロジスティック回帰
  • コスト関数
  • 最適化
  • クロスバリデーション
  • 過学習
  • 正則化
  • ハイパーパラメーター
  • グリッドサーチ
  • ランダムサーチ
  • Kfold

トップアルゴリズム

  • 決定木
  • ナイーブベイス
  • SVM(サポートベクターマシン)
  • クラスタリング
  • K-Means
  • PCA
  • アンサンブル学習
  • XGBoost
  • ランダムフォレスト
  • ケーススタディ

Kaggle 機械学習

  • 大規模データセット
  • DB/クラウド
  • 特徴量エンジニアリング

Term2

Term2で取り組む内容は以下の通り。

ニューラルネットワーク/スクラッチ

chainer/TensorFlow

ディープニューラルネットワーク

  • 様々な活性化関数
  • チューニング
  • バッチ正規化
  • ドロップアウト

CNN

  • 畳み込み概要
  • 視覚的検出
  • 画像分類
  • 画像認識への適用
  • 顔認識
  • ケーススタディ
  • オブジェクト検出

RNN

  • RNN概要
  • LSTM
  • TVスクリプトの作成
  • チャットボット
  • テキスト要約
  • 自然言語処理/音声認識への適用
  • ケーススタディ

Kaggle 深層学習

Term3

Term3で取り組む内容は以下の通り。

エンジニアプロジェクト(異常検知、レコメンドシステム構築)

  • 分散処理、運用、テスト
  • 設計
  • ログ設計
  • 機械学習パイプラインの構築
  • 機械学習アプリケーションシステムの作成
  • 機械学習アプリケーション運用テスト
  • 論文から実装する力
  • テスト

Dive into Codeの料金体系

Dive into Codeの料金体系については、以下の通り。

  • 入会金:20万円
  • コース料金:79.8万円

上記のように、Dive into Codeの料金タイプはその他のプログラミングスクールに比べ、かなり高い水準となっています。ただ、その分、講師の質は圧倒的に高いようで、クオリティの高さには定評があるようです。

個人的な見解・考察

個人的な見解・考察は以下の通り。

  • 料金は高いが、充実の内容。
  • 講師のレベルも非常に高い
  • 事前課題をクリアする必要があり、本気度が試される