講座の概要
受講に必要なスキル・前提知識
必須スキル
- Pandas、 NumPy、scikit-learn、Matplotlib等のPythonライブラリの基本的な使い方を習得している (機械学習のためのPython入門講座講座 修了相当)
- 線形代数、微分、確率・統計の基本的な理論を理解している(機械学習・ディープラーニングのための基礎数学講座 修了相当)
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研究の第一人者である杉山将東京大学大学院教授の監修のもと、現役のデータサイエンティストが教材を作成しています。体系的に学ぶためのハブとなる講座で、本講座を修了すれば、AI人材として独り立ちすることが可能な基礎力を身につけている状態となります。
体系的知識が定着する講義スタイル
座学中心になりがちな知識的内容は動画講義で予習し、ライブ講義では予習内容の深掘り、グループワーク、ハンズオンなどに時間を割くことで、講義期間内の理解を最大化させます（ブレンド型学習）。
講座期間内で機械学習モデルを構築
講義期間の通し課題として、各受講者自身の手で機械学習モデルを構築していただきます。ライブ配信講座では、講座期間中の各提出期日に課題の進捗を提出いただきますと、コーディングの指導を含め、講師が丁寧に添削いたします。“自ら構築した”という経験をもとに、自信を持ってAI人材として羽ばたいていただけます。
E資格の機械学習出題範囲に対応
日本ディープラーニング協会が実施するE資格の機械学習出題範囲に対応しています。
講座概要
| 講座名 | 現場で使える機械学習・データ分析基礎講座 |
|---|---|
| 受講スタイル |
ライブ配信講座 お好きな場所でライブ配信にて受講いただけます。 |
| 講座時間 | 事前学習8時間+ライブ講義16時間（4日×4時間） ※Notebook解説動画4時間 |
| 料金 | 165,000円／1名（税込） |
| オプション |
– |
| 定員 | 25名（最少催行人数10名） |
| チャットの質問期間 | 最終講義日から30日間 |
| 備考 | – |
| 講座名 | 現場で使える機械学習・データ分析基礎講座 |
|---|---|
| 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ラーニング形式にて受講いただけます。 |
| 講座時間 | 12時間（Notebook解説動画含む ） |
| 料金 | 55,000円／1名（税込） |
| オプション |
チャット質問対応 料金：55,000円／1名（税込） |
| 定員 | – |
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 ※オプションお申込みの場合 |
| 備考 | オプションなしの場合は、受講開始日の指定と請求書・見積書の発行対応はできません。 入金確認後3営業日以内にご案内します。 |
カリキュラム
DAY1
機械学習概論
- 人工知能とは
- 機械学習とは
- 機械学習アルゴリズムの実装とワークフロー
- 機械学習アルゴリズム概観
教師あり学習の基礎
- 線形回帰
- ロジスティック回帰
- 多変量モデルへの拡張
モデルの評価指標
- 回帰問題（MAE/MSE/RMSE）
- 分類問題（精度/適合率/再現率/F1-score）
DAY2
モデルの検証・正則化
- 訓練誤差と汎化誤差
- 過学習
- 正則化（L2/L1）
- ホールドアウト法・交差検証法
前処理
- 正規化 / 標準化
- 無相関化 / 白色化
教師あり学習の発展的トピック
- サポートベクターマシン
DAY3
前処理
- 特徴選択
教師あり学習の発展的トピック
- 木モデル（決定木・ランダムフォレスト）
- ニューラルネットワーク
DAY4
教師あり学習の発展的トピック
- 深層学習
- k-最近傍法
教師なし学習
- クラスタリング
- 特徴抽出・次元削減
モデルの改善
- ハイパーパラメータ最適化
※カリキュラムは変更となる場合がございます。
開催日程
ライブ配信講座
第25期
DAY1：2022/7/29（金）13:00 〜 17:00
DAY2：2022/8/12（金）13:00 〜 17:00
DAY3：2022/8/26（金）13:00 〜 17:00
DAY4：2022/9/9（金）13:00 〜 17:00
予備：2022/9/16（金）13:00 〜 17:00
講師：鈴木 藍雅
第26期
DAY1：2022/9/16（金）13:00 〜 17:00
DAY2：2022/9/30（金）13:00 〜 17:00
DAY3：2022/10/14（金）13:00 〜 17:00
DAY4：2022/10/28（金）13:00 〜 17:00
予備：2022/11/4（金）13:00 〜 17:00
講師：溝口 聡
オンライン講座
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
※チャット質問対応は含まれません。講座に関するご質問や環境構築などのご質問をご希望の方はオプションをお申し込みください。
講師紹介
-
筑波大学システム情報工学研究科修了、産業技術総合研究所人工知能研究センターに在籍中。博士(工学)。数理的・生物的な観点による深層学習モデルの解析、機械学習技術の実社会応用に関する研究に従事。日本ディープラーニング協会主催の第１回G検定の成績優秀者表彰、情報処理学会 山下記念研究賞、IEEE CISJ Young Researcher Awardほか受賞多数。
-
スキルアップAI講師。東京大学工学部計数工学科卒業。東京大学大学院情報理工学系研究科システム情報学専攻修了。修士（情報理工学）。学生時代に数理統計学と統計的信号処理に触れたことがきっかけで、現在はDeep Learningや高次統計量分析を利用した音声強調技術の研究開発や画像処理などを含む機械学習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、2019年度G検定合格者。実用数学技能検定1級。統計検定1級、統計応用（理工学）成績優秀賞受賞。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）。
ご案内
PCの動作環境
- MacOSX 10.9 以上
- Windows 8 以上（64bit必須）
- メモリ8GB以上必須
※8GB未満でも受講して頂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。
事前準備
本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これら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。特に、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。
FAQ
講座についていけるか不安です
スキルアップAIの基礎数学講座のカリキュラムが理解できていれば大丈夫です。微分であれば、偏微分が理解できていること、線形代数であれば、固有値分解が理解できているといったレベルです。不安な方は、事前に基礎数学講座を受講ください。また、Pythonはnumpy,Pandas等のライブラリを利用できるレベルが必要です。不安な方は、Python講座を受講ください。
講義以外で必要な学習時間はどのくらいですか？
対面・ライブ講義や動画講義視聴時間以外では、Notebook演習と通し課題を自宅で取り組む時間が必要です。Notebook演習に約8時間と通し課題に約20～30時間確保していただく必要がございます。
5万円のオンライン講座はどこから申し込めますか？
本ページの「お申込みはこちら」からお申込み可能です。
5万円のオンライン講座は、見積書・請求書の発行対応はできませんので、あらかじめご了承ください。
5万円のオンライン講座を申し込み後、チャット質問対応のオプションを追加することは可能ですか？
お申込み後（お支払い確定後）の追加はできませんので、あらかじめご了承ください。
