①Python入門＆データ分析（加工）・集計ライブラリ研修
【Pythonプログラミング基礎】
1.Pythonの概要
2.環境の作成
3.基本文法
4.データ型
5.関数
6.モジュール化
7.文字列
8.日付/時間
9.ファイル操作
10.正規表現

【データ分析】
1.python開発環境
・Anaconda
・IPython
・Spyder
・Jupyter Notebook

2.pandasによるデータ抽出・加工
・ファイル入出力
・欠損値の処理
・ソート、重複削除
・データの抽出
・データの結合
・基本統計量の算出
・離散化処理
・ピボットテーブル・グループ集計
・時系列データの扱いと補間
・演習

3.matplotlibによるデータの可視化
・折れ線グラフ
・棒グラフ
・散布図
・ヒストグラム
・演習

4.総合演習

②Python入門＆データ分析（加工）＋周波数解析研修
【Pythonプログラミング基礎】
1.Pythonの概要
2.環境の作成
3.基本文法
4.データ型
5.関数
6.モジュール化
7.文字列
8.日付/時間
9.ファイル操作
10.正規表現

【データ分析+FFT】
1.python開発環境
・Anaconda
・IPython
・Spyder
・Jupyter Notebook

2.pandasによるデータ抽出・加工
・ファイル入出力
・欠損値の処理
・ソート、重複削除
・データの抽出
・データの結合
・基本統計量の算出
・離散化処理
・ピボットテーブル・グループ集計
・時系列データの扱いと補間
・matplotlibラッパーによるグラフの可視化
・演習

3.scipyによる周波数解析
・FFT

③データ分析（加工）＆機械学習入門研修
【データ分析】
1.python開発環境
・Anaconda
・IPython
・Spyder
・Jupyter Notebook

2.pandasによるデータ抽出・加工
・ファイル入出力
・欠損値の処理
・ソート、重複削除
・データの抽出
・データの結合
・基本統計量の算出
・離散化処理
・ピボットテーブル・グループ集計
・時系列データの扱いと補間
・演習

3.matplotlibによるデータの可視化
・折れ線グラフ
・棒グラフ
・散布図
・ヒストグラム
・演習

4.総合演習

【機械学習入門】
1.機械学習の概要
・機械学習でできること
・機械学習の流れ

2.python開発環境
・Anaconda
・IPython
・Spyder
・Jupyter Notebook

3.回帰
・線形回帰
・回帰の評価指標

4.分類
・ロジスティック回帰
・ランダムフォレスト
・分類の評価指標

5.回帰/分類の精度向上テクニック
・過学習と未学習
・交差検証
・データの正規化・標準化
・線形モデルの正則化
・グリッドサーチとランダムサーチ

6.特徴量選択と次元削減
・機械学習による特徴量選択
・主成分分析
・因子分析

7.モデルの再利用
・pickle化
・pickleファイルの読み込み