本講座で得られる知識/スキル
- AIができる事・できない事を説明する力
- AIを業務に適用するための提案力
- G検定に合格するレベルの知識
※G検定とは日本ディープラーニング協会（JDLA）が主催するジェネラリスト向けの検定です。詳細は、JDLAのHPの『G検定とは』をご覧ください。
講座の特長
前提知識は不要で学べる！
カリキュラム内にはAIに関連する技術の理解に必要な数学も含まれていますが、前提知識がなくても理解できるように解説いたします。またAIの最先端技術がどのような原理で成り立っているのか、AI関連の技術がどのようにして生まれたかなど、背景の説明からスタートするため、事前学習は不要です。
AIのビジネス適用の勘所を理解！
AIのビジネス適用は多くの事例がありますが、「AIを使うことでしか成果を出せなかった」事例は実はそれほど多くありません。本講座では、AIの歴史を振り返りながら本質に迫ることで、自社へのAI適用を考える際に必要な基礎的な考え方を身につけることができます。
G検定合格に必要な知識を凝縮！
日本ディープラーニング協会（JDLA)主催「G検定」の合格レベルの知識習得を想定したカリキュラム構成です。AIプロジェクトの計画・データ収集・法律/契約など、より実践的な内容が追加された、2021年春に公開された新シラバスにも対応しています。確認テストを通じた理解度の確認や知識定着が可能です。
講座概要
| 講座名 | AIジェネラリスト基礎講座（G検定対応） |
|---|---|
| 受講スタイル |
ライブ配信講座 ライブ講義の日程までに、eラーニング形式の動画講義を受講いただき、ライブ講義ではポイントの解説やワークの発表などを行います。ライブ講義は、指定の時間にお好きな場所から受講いただけます。 |
| 講座時間 |
|
| 料金 |
110,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 講座名 | AIジェネラリスト基礎講座（G検定対応） |
|---|---|
| 受講スタイル |
オンライン講座 お好きな時間、お好きな場所でeラーニング形式の講義を受講いただけます。 |
| 講座時間 |
|
| 料金 |
110,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
カリキュラム
動画講義はAIジェネラリストとして必要な知識、考え方、事例を学ぶ「本編」とG検定の対策に特化した「G検定対策編」の2部構成です。
第1章 AIをめぐる歴史と動向
- 3度のAIブーム
- 1990年以降における代表的なできごと
- AIの将来
第2章 機械学習
- 機械学習入門
- 性能評価指標
- モデルの検証と正則化
- 強化学習の基礎
第3章 深層学習
- 深層学習入門
- 深層学習の様々なモデル
- 全結合型ニューラルネットワーク
- 自己符号化器
- 畳み込みニューラルネットワーク
- 再帰型ニューラルネットワーク
- CNNとRNNの組み合わせ
第4章 産業応用
- AI事例
第5章 社会の動向
- 計算機環境の動向
- データセットが関わる法律
- 学習済みモデルが関わる法律
- 損害賠償責任
- データ管理・利用の仕組み
- AIと倫理
- AI創作物
- AIが生成する偽物
第6章 AI活用の勘所
- AI活用の勘所
- [ワーク]AI活用サービスの検討
動画講義はAIジェネラリストとして必要な知識、考え方、事例を学ぶ「本編」とG検定の対策に特化した「G検定対策編」の2部構成です。
第1章 人工知能とは
- 人工知能とは
- 人工知能研究の歴史
第2章 人工知能をめぐる動向
- 探索・推論
- 知識表現
- 機械学習・深層学習
第3章 人工知能分野の問題
- 人工知能分野の問題
第4章 数理・統計
- 数理・統計
第5章 機械学習の具体的手法
- 教師あり学習
- 教師なし学習
- 強化学習
- モデルの評価
第6章 ディープラーニングの概要
- ニューラルネットワークとディープラーニング
- ディープラーニングのアプローチ
- ディープラーニングを実現するには
- 活性化関数
- 学習の最適化
- さらなるテクニック
第7章 ディープラーニングの手法
- 畳み込みニューラルネットワーク(CNN)
- 深層生成モデル
- 画像認識分野
- 音声処理と自然言語処理分野
- 深層強化学習分野
- モデルの解釈性とその対応
- モデルの軽量化
第8章 ディープラーニングの社会実装に向けて
- AIと社会
- AIプロジェクトの進め方
- データの収集
- データの加工・分析・学習
- 実装・運用・評価
- クライシス・マネジメント
- 事前学習復習
- 質問対応
- ワーク発表＆フィードバック
講師紹介
-
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。 日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
-
2013年3月、名古屋工業大学 大学院工学研究科 情報工学専攻 博士後期課程修了。学生時代の専門領域はWebデータマイニング。博士（工学）取得後、通信会社の研究所に就職し、約6年にわたり様々な機械学習案件に従事。2019年6月、データ分析・AI案件受託のための株式会社を設立。
講座監修
-
杉山 将
２００１年に東京工業大学博士課程修了。同大学助手・准教授を経て２０１４年より東京大学教授。２０１６年より理化学研究所革新知能統合研究センター長を併任。統計的機械学習（オーム社, 2009）、イラストで学ぶ機械学習（講談社, 2013）、機械学習のための確率と統計（講談社, 2015）など、機械学習に関する著書多数。講談社機械学習プロフェッショナルシリーズの監修も務める。
受講者の声
個人受講
- G検定を意識した情報も盛り込んでいただいたので、ポイントを短時間で押さえることができました。
- AIに関する知識が無く不安だったが、ゼロベースからでもついていける内容でした。
- AIの書籍は数式中心の説明でわかりづらかったのですが、この講座では最小限の数式で説明してもらえたので理解しやすかったです。
- 受講者の興味や出自にあわせて、説明の砕き方や深堀りする度合いを変えていただけたのがよかったです。また、他の受講者の観点を知ることで、新たな発見もありました。
G検定対策の仕上げ
講座以外にもG検定対策の仕上げとして「書籍」と「スマートフォンアプリ」の2つの学習方法をご用意しています。ご自身の学習スタイルに合わせてお選びいただけます。
まとまった時間で学習
スキルアップAI株式会社の講師が著者として提供するG検定対策の問題集。第2版では、最新のシラバスに沿った問題のほか、XAI、DX、自然言語処理、音声認識、強化学習などの最新技術に関する設問にも対応。
