現場で使える
ディープラーニング基礎講座

スキルアップAIの講座が選ばれるつの理由

• 

  87%の高い合格率

  スキルアップAIのE資格合格率は、他事業者の平均を大きく上回る86.87%！一般社団法人日本ディープラーニング協会（JDLA）認定プログラム第1号として、累計1,100名以上のE資格合格者を輩出しています。

  開催回	受験者数	合格者数	全受験者 の 合格率	スキルアップAI 修了者の 合格率
  2021#1	1,688	1,324	78.4%	91.1%
  2021#2	1,170	872	74.5%	92.0%
  2022#1	1,327	982	74.0%	86.8%
  2022#2	897	644	71.8％	83.5%
  2023#1	1,112	807	72.6%	87.1%
  2023#2	1,065	729	68.5%	80.7%

  ※新規受験者の合格率

• 

  実務に直結する知識を習得

  AI開発経験豊富な講師陣が、教材開発から講義まで一気通貫で対応。E資格の試験範囲に沿った知識とAI事業を想定した「実務者の視点」で必要な知識を伝授。データの性質を考慮した実践的なテクニックや手法選定の勘所など、資格取得にとどまらず実務に繋がる内容が学べます。

  
• 

  効率的な学習をサポート

  充実の学習コンテンツと経験豊富な講師によるフォローで受講者を徹底サポート。
  長期の学習期間でも挫折せず最後まで学習を続けることができます。

  • 

    1,000問以上のQA集で
    あらゆる疑問をその場で解消

    環境構築や、講義・演習での不明点など、様々なQAをストック。つまずくことなく学習を進められます。
  • 

    自己管理が苦手な方でも
    計画的に学習可能

    進捗や平均学習ペースからの乖離、総学習を可視化。計画的な学習が可能です。
  • 

    不明点はいつでも気軽に
    チャットで質問

    講義の不明点や実務観点での疑問など、チャットでいつでも講師に質問できます。

    ※eラーニングを申込の方は有料オプション

• 

  AI研究の第一人者が監修

  教材は、国際的に活躍するAI研究の第一人者である杉山将東京大学大学院教授が監修。

  

  

  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年より東京大学院教授。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。
• 

  E資格対策に向けた
  圧倒的充実のカリキュラム

  新シラバスに対応した講座には16時間の講義動画と同等時間の解説動画が付属。ディープラーニングの基礎から、グラフニューラルネットワーク・距離学習といった高度な内容まで習得。さらに、実務で使えるオリジナルの実技課題で実践スキルを身につけます。

  

  

  

  
  DAY1~DAY4 DAY5~DAY8 補足教材(新シラバス対応) Pytorch講座

  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

  • パーセプトロン
  • ニューラルネットワーク
  • 活性化関数
  • 順伝播計算
  • 出力層の設計
  • 予測関数
  • バッチ処理
  • 損失関数

  DAY2

  ディープラーニング基礎 後半

  • ミニバッチ学習
  • 微分
  • 最急降下法
  • 勾配法
  • 誤差逆伝播法

  DAY3

  学習の最適化

  • 勾配法の学習を最適化させる方法
  • 重みの初期値
  • 機械学習と純粋な最適化問題の差異
  • ニューラルネットワーク最適化の課題
  • 最適化戦略とメタアルゴリズム
  • 過学習と正則化
  • バッチ正規化とその類似手法
  • ドロップアウト
  • 荷重減衰

  DAY4

  ディープラーニングの様々なモデル

  畳み込みニューラルネットワーク

  • CNN概要
  • 畳み込み層題
  • プーリング層
  • lm2col

  その他話題

  • データ拡張
  • 構造出力
  • CNNで扱うデータの種類

  DAY5

  中間発表

  CNNの様々なモデル

  • 著名なCNNモデル
  • 物体検出タスクとCNN
  • セマンティックセグメンテーションタスクとCNN

  自己符号化器

  生成モデル

  • 生成モデルとは
  • 変分自己符号化器
  • 敵対的生成ネットワーク

  DAY6

  機械学習で扱うデータと典型的なタスク

  • 画像データ
  • 時系列データ
  • テキストデータ
  • データの権利

  再帰型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概要
  • シンプルなRNN
  • LSTM
  • GRU
  • RNNの発展モデル
  • その他の話題

  DAY7

  自然言語処理における深層学習

  • 自然言語処理と深層学習
  • 自然言語処理の基礎
  • word2vec
  • 系列変換モデル
  • アテンション
  • トランスフォーマー
  • 外部メモリを持つニューラルネットワーク
  • その他の話題

  DAY8

  最終発表

  強化学習

  • 強化学習の基礎1
  • 迷路問題
  • 強化学習の基礎2
  • 強化学習の各種手法
  • Deep Q-Network
  • カートポール問題
  • AlphaGO
  • 逆強化学習
  • 深層強化学習の実用面での課題

  転移学習

  軽量化技術

  高速化技術

  E資格2022#2以降のシラバス改訂部分に対応した補足の教材です。フレームワークはPyTorchを使用しています。

  • 第1章：生成モデル
  • 第2章：深層強化学習
  • 第3章：グラフニューラルネットワーク
  • 第4章：画像認識
  • 第5章：画像の局在化・検知・セグメンテーション
  • 第6章：自然言語処理
  • 第7章：音声認識
  • 第8章：距離学習
  • 第9章：メタ学習
  • 第10章：深層学習の説明性
  • 第11章：環境構築

  本講座には、「ディープラーニングのためのPyTorch入門講座」の全カリキュラムが含まれています。

  第1章 なぜPyTorch？

  • 主要な深層学習ライブラリ
  • PyTorchの利点

  第2章 データ読み込み

  • Datasetクラス
  • Dataloaderクラス

  第3章 モデル

  • 全結合層
  • 活性化関数

  第4章 学習

  • 学習（理論）
  • 学習（実装）

  第5章 評価

  • 評価（理論）
  • 評価（実装）
  • モデル評価（理論）
  • モデル評価（実装）

  第6章 畳み込みニューラルネットワーク

  • 畳み込み層
  • プーリング層
  • 全結合層

  第7章 再帰型ニューラルネットワーク

  続きを見る

選べるコースを確認する

受講者の声

• 
  体系立ててディープラーニングの
  本質を学べ、コアエンジニアの
  育成が可能に

  株式会社オープンストリーム様
  詳しく見る
• 
  オリジナル教材×事例演習で
  実践的な講座を設計
  現場の中核を担うAI人材を育てるために

  キヤノン株式会社様
  詳しく見る
• 
  E資格を取って早速社内でAI実装
  資料と講師の説明が分かりやすかった

  E資格合格 岩堀様・奥田様
  詳しく見る

受講企業例

個人受講者のコメント

• 
  絶対に丸暗記はさせず、体系的な理解や背景理解を促すコンセプトが徹底されていました。講義を受講する中で他の技術要素と絡めた深い内容を理解できました。
• 
  数学に苦手意識がありコーディングもそこそこな私にとっては大変難しく、理解に時間のかかる範囲でしたが、それでも時間をかければ理解できるようかみ砕かれていて、大変充実した研修内容でした。
• 
  概論として理解できるがどんな理論・計算で実現できているかわからない、というモヤモヤがかなり解消されました。Web講座の説明がとても分かりやすいので、取り組み始めるハードルが低かったです。

最安値で受けられる
JDLA認定プログラムのご紹介

〜講座のポイントや勉強法を根掘り葉掘り聞いてみた〜

講座で学べることやポイントについて詳細をご紹介！
E資格対策講座の選定に迷っている方はブログをチェック！

ブログを読む

オンライン開催

E資格に向けた
「JDLA認定プログラム」説明会
・教育訓練給付制度説明会

他社のE資格対応講座との比較^（※1）

		A社	B社
E資格 合格率	85.98% （4期平均） 91.55% （2021年度平均）	記載なし	78%
料金 （税込）	55,000円	165,000円	約123,000円
学習特典	Notebook解説動画、1,000以上の過去QAストック、PyTorch講座、勉強会	サポートデスク	チャット対応
試験対策	オリジナル模試（※2）、知識テスト、コーディング演習	演習課題	オリジナル問題集
AIエンジニア育成	実技課題（モデルの構築）	-	-

• ※1 2022年12月時点でオンライン講座（eラーニング形式）を受講した場合の比較結果
• ※2 オプションの「チャット質問対応」を追加した場合

負担する金額を最小限に抑えて
AI人材として
キャリアアップや
キャリアチェンジを目指す方におすすめ

一定の要件を満たすと
受講料の最大70％助成！

教育訓練給付制度指定講座

前提知識習得講座とセットで学びたい人は、
給付金制度を活用することでお得に受講可能。

詳しく見る

試験前にポイントを押さえて
対策したい方・学習の穴を
埋めたい方へ

• 

  E資格直前対策パック

  22,000円（税込）

  コース詳細はこちら お申込み
• 

  E資格模試

  16,500円（税込）

  コース詳細はこちら お申込み
  • ※ライブ配信形式もしくはeラーニング形式＋チャット質問対応有でお申込みされる方は、既に料金に含まれています。

FAQ

• 受講に際し、推奨PC環境（OS・ブラウザ）は何ですか？

  以下スペックを満たすPCをご準備ください。

  • MacOSX 10.9 以上
  • Windows 8 以上（64bit必須）
  • メモリ8GB以上必須

  ※8GB未満でも受講していただくことは可能ですが、大容量のデータを扱うため、より高スペックなPCの利用を推奨しています。
  メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。

• 講義の前に準備しておくことはありますか？

  本講座では、事前準備として下記のインストールが必要となります。

  • Miniconda または Anaconda
  • Python ライブラリ（「pip」ライブラリ管理ソフトを使用）
  • wget

  インストール作業を行えるパソコン環境をご準備ください。
  社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。 ご不明な点がございましたら、事前にご連絡ください。

• 講座についていけるか不安です。基礎講座は受講した方がいいでしょうか？
  Pythonや数学、統計学、機械学習の分野に自信がない方は、受講をおすすめしています。
  簡易診断テストを受験いただくことで、受講についていけるか事前に確認いただけます。
  無料トライアルもご用意しておりますので、ぜひご活用ください。
• E資格に不合格だった場合のサポートはありますか？
  E資格合否に関わらず、継続して学習したい方は再度本講座（有償）にお申込みください。本講座は繰り返しお申し込みいただけます。
• E資格試験受験をするには、いつまでに修了認定が必要ですか？
  E資格試験日の約1ヶ月前迄に修了していただく必要があります。
  修了期限は、受講開始から9ヶ月後です。期限を超えて条件達成しても修了認定は得られないのでご注意ください。
  詳細の期日については、こちらからお問い合わせください。
• E資格2022#2よりシラバスに追加になった「深層学習フレームワークによる実装」について、PyTorchまたはTensorFlowどちらで対策ができますか？
  本講座では、PyTorchを用いた実装の対策ができます。 新シラバスに対応した追加補足教材では、実装部分をPyTorchで説明しています。
  また、受講者全員にPyTorch講座をセットで提供しています。 TensorFlow版は用意しておりません。
• 勉強期間や1日の学習時間の目安はありますか？
  講座自体を修了するまでの時間の目安としては、100時間程度必要となります。
  それ以外に問題集を解くなどの試験対策も含めると、総学習時間としては150時間から200時間程度割かれる方が多いです。
  

  ※時間は目安です。個人差がこざいますので、余裕を持って受講することをおすすめします。

• 企業での受講を考えているのですが、可能ですか？
  はい、可能です。法人での一括導入も可能ですので、まずは法人様お問い合わせフォームよりお問い合わせください。
• 修了できなかった場合、どうなりますか？
  期日までに修了できなかった場合、再受講いただき再度修了テストを受験してください。

関連ブログ

• 
  E資格とは｜メリットや難易度、合格率、転職での活用方法を徹底解説
• 
  【DL講座勉強会レポート】フィードバックが得られるチャンス。E資格受験に向けて学びの成果を発表できる場所
• 
  【E資格対策】E資格に合格するための秘訣や勉強方法、新シラバスのポイント

  合格者が語る！0からはじめるE資格勉強方法を伝授