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。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 お好きな場所で講座をライブ配信で受講いただけます。 |
講座時間 |
16時間(4日×4時間) |
料金 |
¥160,000/1名(税別) |
オプション |
– |
定員 | 25名(最少催行人数10名) |
備考 | – |
講座名 | 現場で使える機械学習・データ分析基礎講座 |
---|---|
講座時間 |
12時間(Notebook解説動画含む ) |
料金 |
¥50,000/1名(税別) |
オプション |
チャット質問対応 |
定員 | – |
備考 | オプションなしの場合は、受講開始日の指定はできません。 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22期
DAY1:2/28(日)14:00 〜 18:00
DAY2:3/14(日)14:00 〜 18:00
DAY3:3/28(日)14:00 〜 18:00
DAY4:4/11(日)14:00 〜 18:00
予備日:4/18(日)14:00 〜 18:00
講師:大倉 俊平
第23期
DAY1:3/25(木)14:00 〜 18:00
DAY2:4/08(木)14:00 〜 18:00
DAY3:4/22(木)14:00 〜 18:00
DAY4:5/06(木)14:00 〜 18:00
予備日:5/15(木)14:00 〜 18:00
講師:森田 大樹
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。
※提供開始は2021/2/1以降となります。
※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。
※動画の視聴期限は動画共有日から1年間となります。
担当講師一覧
-
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
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。
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。
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
Anaconda3-2019.03以降をインストール後Jupyter Notebook が正しく起動できることを確認し「Hello World!」を表示できるまでご確認ください。
※各自で必ず当日までに環境構築をお願いいたします。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。
よくあるご質問
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?
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、予めご了承ください。
動画の視聴期限はいつまでですか?
ライブ配信講座: 初回講義日から1年間
オンライン講座:動画共有日から1年間
チャット質問期限はいつまでですか?
ライブ配信講座:最終講義日から30日間
オンライン講座:チャット質問対応は含まれません。そのため、講座に関するご質問の他、環境構築などのご質問にはメールも含め対応できません。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。(チャット質問期限 3ヶ月)