現場で使えるディープラーニング基礎講座

現場で使えるディープラーニング基礎講座

日本初、日本ディープラーニング協会認定の講座です。オープン講座として、最先端レベルの講座を提供いたします。

本講座は、ディープラーニングの基礎・原理を理解し、ディープラーニングを支える最先端の技術を実装レベルでマスターすることをゴールとした講座です。

また、高度なDeep Learning技術者の証明である日本ディープラーニング協会のE資格の受験に必要な、協会認定の講座プログラムに対応しています。E資格を受験するためには、本プログラムを受講いただき、実技と知識両面で基準をクリアし、修了証を受領いただく必要があります。

開講の背景と講座のゴール


第3次AIブームを牽引してきたディープラーニング(深層学習)は、様々な産業での応用事例が喧伝され、データ分析に関わる人以外も知る一般的な言葉となってきました。

数式を用いないでディープラーニングの説明を試みる書籍の出版や、外部のライブラリに頼れば原理を理解せずともディープラーニングの実装ができるように”ディープラーニングの民主化”は加速しています。こうした民主化の流れの中では、ディープラーニングについて全く知らなくてよい利用者と、原理を理解し、実装力のあるスペシャリストの二極化が進むと考えられるため、これからディープラーニングを学ぶのであれば、基礎から体系的に学び、スペシャリストを目指すことが、唯一のゴールではないかと思います。

そこで本プログラムは、単なる資格合格のための講座ではなく、あくまで実務者としてのスキルアップを目標に、フレームワークの利用だけで終わらない構造的理解を目指すハンズオン重視の設計としています。実践的なハンズオンを中心とした演習や講師のオンラインでの質問対応、E資格にも対応した数学、ML、DLの知識テストなど、様々な角度からのスキルアップをご支援いたします。

講座の特長

圧倒的充実のカリキュラム

国際的に活躍するAI研究の第一人者監修のもと、実務家が教材を作成しています。また、周辺講座と合わせて、体系的に学ぶことが可能です。

一流講師陣による徹底フォロー

経験豊富な一流講師陣が、講義外でも無制限にチャット質問に対応いたします。講師が重要だと思うことに関しては、様々な事例を交え、理論が理解できるような形で進めます。

JDLAの第1号認定プログラム

日本ディープラーニング協会の認定プログラム第1号として、E資格に対応しています!

講座で得られる3つのもの

現場で使えるディープラーニング基礎講座の特長

実績:学習効果の高いプログラムで圧倒的合格率!

2018年9月22日(土)に実施された、2018年度 第1回 E資格試験では、試験合格者の45%がスキルアップAI修了生です。結果詳細はこちら
これまでの「E資格」試験結果(合格率)
受験者全体 スキルアップAI受験者
2018年9月実施 E資格2018#1 69.44 % 74.12 %
2019年2月実施 E資格2019#1 63.31 % 71.83 %

講座概要

講座名 現場で使えるディープラーニング基礎講座
講座時間 全8回コース (対面講義8回×4時間 + 予習動画8回×2時間) 合計48時間
料金 ■ディープラーニング基礎講座
¥298,000/1名(税別)

・オンライン受講割:-¥49,000/1名(税別)
・ML講座受講割:-¥19,000/1名(税別)
・紹介割:-¥9,500/1名(税別)
定員 30名(最少催行人数10名)
 

「ディープラーニング基礎講座」を受講された方は50%OFFで受講可能。 E資格試験に役立つ「ディープラーニング最新論文講座」も参加者募集中です。

 

料金に標準で含まれるもの:

【対面講義】
①対面講義(約32時間) ②予習動画(約16時間)③対面講義の録画動画(約32時間) ④講義資料(Notebookなども含む) ⑤演習課題資料と提出確認フィードバック ⑥通し課題の中間発表、最終発表に対するコメント(実技テスト) ⑦チャット質問対応 ⑧DL知識テスト ⑨ML知識テスト ⑩数学知識テスト ⑪修了証(合格した場合)

【オンライン講義】
①対面講義の録画動画(約32時間) ②予習動画(約16時間)③講義資料(Notebookなども含む) ④演習課題資料と提出確認フィードバック ⑤通し課題の中間発表、最終発表を講師とビデオチャットで実施(実技テスト)⑥チャット質問対応 ⑦DL知識テスト ⑧ML知識テスト ⑨数学知識テスト⑩修了証(合格した場合)

◆オンライン受講割:動画にて対面講座の録画をご視聴いただくことができます
◆ML講座受講割:すでに『現場で使える機械学習基礎講座』の受講料をお支払い済みの方が対象となります
◆紹介割​:既存のDL講座受講者からの紹介の場合は、それぞれ −¥9,500 (税別)となります(紹介割は、何名でも適用可能です)
※ 割引は併用も可能です

※最少催行人数に満たない場合は、開講日の1週間前に開催を判断致します。

前提知識

  • PythonのPandas, NumpyなどのPythonライブラリの基本的な使い方をマスターしている方
  • 線形代数、微分、確率・統計の基本を理解している、もしくはスキルアップAIの基礎数学講座の『カリキュラムの内容』を理解できる
  • 機械学習・ディープラーニングの入門書を読んだことがある、もしくはスキルアップAIの『現場で使える機械学習・データ分析基礎講座』を受講予定・受講済の方
 

カリキュラム

DAY1DAY2DAY3DAY4DAY5DAY6DAY7DAY8

DAY1

ディープラーニング講座を通しての課題

ディープラーニング基礎 前半

  1. パーセプトロン
  2. ニューラルネットワーク
  3. 活性化関数
  4. 順伝播計算
  5. 出力層の設計
  6. 予測関数
  7. バッチ処理
  8. 損失関数

DAY2

ディープラーニング基礎 後半

  1. ミニバッチ学習
  2. 微分
  3. 最急降下法
  4. 勾配法
  5. 誤差逆伝播法

DAY3

学習の最適化 前半

  1.  勾配法の学習を最適化させる方法
  2. 重みの初期値
  3. 機械学習と純粋な最適化の差異
  4. ニューラルネットワーク最適化の課題
  5. 最適化戦略とメタアルゴリズム

DAY4

学習の最適化 後半

  1. バッチ正規化とその類似手法
  2. ドロップアウト
  3. 荷重減衰

ディープラーニングの様々なモデル

DAY5

畳み込みニューラルネットワーク

  1. 畳み込み層
  2. プーリング層
  3. im2col

データ拡張

CNNの様々なモデル

その他の話題

中間発表

DAY6

機械学習で扱うデータと典型的なタスク

再帰型ニューラルネットワーク

  1. シンプルなRNN
  2. LSTM
  3. GRU
  4. RNNの発展モデル
  5. 外部メモリを持つニューラルネットワーク
  6. その他の話題

DAY7

自然言語処理における深層学習

  1. 自然言語処理の基礎
  2. word2vec
  3. encoder-decoder
  4. アテンション
  5. トランスフォーマー

DAY8

自己符号化器

生成モデル

  1. 変分自己符号化器
  2. 敵対的生成ネットワーク

強化学習

  1. 強化学習の基礎
  2. 深層強化学習
  3. 深層強化学習の実用面での課題

軽量化技術

高速化技術

最終発表

※カリキュラムは変更となる場合がございます。
※E資格試験シラバスの変更に伴い、カリキュラムを変更しました。(2019.04.25)

開催日程

東京大阪名古屋

東京 第8期

(受験日8/31のE資格試験に対応)
DAY1:06/02(日)18:00 〜 22:00
DAY2:06/09(日)13:30 〜 17:30
DAY3:06/16(日)13:30 〜 17:30
DAY4:06/30(日)13:30 〜 17:30
DAY5:07/07(日)13:30 〜 17:30
DAY6:07/14(日)13:30 〜 17:30
DAY7:07/28(日)13:30 〜 17:30
DAY8:08/11(日)13:30 〜 17:30
予備日:08/18(日)13:30 ~ 17:30

場所:スキルアップAI 水道橋オフィス 東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5階

※各期で利用する予習動画は、第1回 E資格試験向けに撮影されたものです。対面講義と若干内容が異なる部分がございますがご了承下さい

東京説明会 ~第4回 E資格に向けたJDLA認定プログラム説明会~

開催未定

場所:スキルアップAI 水道橋オフィス 東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5階

大阪 第3期

(受験日8/31のE資格試験に対応)
DAY1:05/12(日)9:30 ~ 13:30
DAY2:05/19(日)9:30 ~ 13:30
DAY3:05/26(日)9:30 ~ 13:30
DAY4:06/02(日)9:30 ~ 13:30
DAY5:06/08(土)9:30 ~ 13:30 ※土曜開催
DAY6:06/30(日)9:30 ~ 13:30
DAY7:07/14(日)9:30 ~ 13:30
DAY8:07/28(日)9:30 ~ 13:30
予備日:08/04(日)9:30 ~ 13:30

場所:梅田センタービル12階 大会議室(応用技術本社内) 大阪市北区中崎西2丁目4番12号

※予習動画は、第1回 E資格試験向けに撮影されたものです。対面講義と若干内容が異なる部分がございますがご了承下さい

名古屋

現在日程調整中です。

担当講師一覧

  • 小縣 信也
    小縣 信也 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。
  • 斉藤 翔汰
    斉藤 翔汰 スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻(現:情報環境専攻)修了。修士(情報学)。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。
  • 匿杉 ー辛
    匿杉 ー辛 東京工業大学電気電子工学科を卒業後、同大学院総合理工学研究科創造エネルギー専攻を修了。某大手メーカに勤務。2013年からデータ分析業務に従事し、社内外含め30案件以上を担当、機械学習を活用した予測アルゴリズム・予測アプリケーションから、予測結果を活用したAIシステムまでを幅広く開発している。2016年には担当プロジェクトがプレスリリースされるなど、社内でも有数のデータサイエンティストとして活躍中。
  • 園田 翔
    園田 翔 理化学研究所特別研究員。新卒で電機メーカーに就職,車載機器開発に従事したのち,早稲田大学大学院先進理工学研究科電気・情報生命専攻にて博士号取得。学振特別研究員,早稲田大学助手を経て,現職。専門は機械学習の理論と応用。最近は主に深層学習の理論解析に取り組んでいます。
  • 今泉 允聡
    今泉 允聡 統計数理研究所・助教。東京大学経済学研究科統計学専攻で博士号取得。学振特別研究員を経て、現職。専門分野は統計理論およびその機械学習への応用。統計的関数推定の理論を用いて、複雑データの解析手法や深層学習の仕組みを解明する研究に取り組んでいる。
  • 日熊 悠太
    日熊 悠太 2014年に株式会社ABEJAに参画。AIを活用した同社映像解析アルゴリズムの開発を行い、数百店舗にて導入される。後に十数社に対しての映像解析を中心としたAI導入プロジェクトにて開発のリードを行う。2018年に株式会社 KICONIA WORKSに参画。映像解析のみならず、様々な技術を利用したAI導入プロジェクトのリードを行う。  

修了証の受領条件

  1. 通し課題において基準精度を達成し、そのソースコード一式を提出
  2. DL、ML、数学の知識テストに合格
※修了証を受領するには、上記2項目の条件を期日(E資格試験日の約10日前)までに満たすこと(合格すること)
※詳細は、無料説明会、対面講義の初回にご説明します。

 

ご案内

事前準備

Anaconda3-5.1.0をインストールし、ブラウザでJupyterNotebookを表示できる状態まで事前に準備お願い致します。(Ananonda3の最新版だと不具合が出た事例がありますのでAnaconda3-5.1.0をインストールしてください)
こちらを参考にしてください >>https://goo.gl/FRWrax

またDAY1教材の中に、0_preparation.ipynbというファイルがあります。このファイルをNotebookで開き、手順に沿ってライブラリなどをインストールしておいてください。
※各自で必ず当日までに環境構築をお願いいたします。もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。
※その他に必要なご準備に関しては、お申し込み後にご案内いたします。

当日の持ち物

ご自身のノートPC。
※Wi-Fi環境はございますが、繋がりにくい場合はご自身のテザリングをご利用ください。

会場への入場

講義開始の10分前からとさせていただきます。

スケジュール

ご希望の講座にてご確認ください。

講座監修

  • 杉山 将
    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。
 

よくあるご質問

修了証の有効期限はありますか?

はい。修了日から2年間が有効日となり、有効期間中であれば、E資格を受験することが可能です。

申込締切はいつですか?

開催日(対面講座)の3日前までです。3日前までに、お支払い済みである事が確認できている必要があります。対面講座は予習動画を視聴していることが前提ですので、余裕を持ってお申し込みいただくことをお勧めいたします。オンラインの場合、開講後でもお申し込みいただけます。(DAY2頃まで)

領収書・請求書などの発行は可能ですか?

はい、可能ですので、お申し込み時の備考にその旨と宛名をご記入ください。但し、クレジットカード(Paypal)でお支払いの場合、PayPal発行の受領書が領収書となりますので、領収書の発行はできません。

開催日程に記載されている予備日とは何ですか?

気象状況や講師の体調不良などにより講座を延期をさせていただくことがあるため、予備日を設けております。予定通り授業が開催された場合には、予備日に授業を行うことはございません。

関連する講座

Page Top
お申し込みはこちら