まずは無料でお試し！
現場で使える自然言語処理実践講座
現場で使える自然言語処理実践講座のうち、DAY1の一部が無料で視聴できます。まずは無料動画を見て、分かりやすさやレベル感を確認してみてください。
無料トライアル版に含まれる内容（約30分相当）
- Bag of Words（BoW）
- Bag of Words（BoW）とは？
- BoWのモチベーション
- BoW に関する改良
トライアルを利用せずに講座にお申込みの方はこちら
講座で得られるスキル
- 様々なNLPタスクに対応可能な知識
形態素解析やWord2Vecなどの汎用性の高い前処理を理論から理解し、正しく利用することができるようになります。
- ディープラーニングを用いた最先端のNLPの手法
AttentionやBERTといった最新のモデルを理解し、実務で扱う種々のタスクに活用できるようになります。
- PyTorchを用いたハンズオンで、実務で役立つ実装スキル
利便性と広範性を両立したニューラルネットワークのライブラリであるPyTorchの利用法をハンズオンによって体得し、様々なモデルの実装ができるようになります。
実際の教材例
講座体験記ブログ
講座の雰囲気や講座を通して身に付けられることなど、実際に受講した方の体験記をご紹介！気になる方はブログをチェック！
また、「自然言語処理とは」で技術の概要や仕組み、活用事例などを解説しています。講座受講前に自然言語処理の基礎知識についておさらいしたい方は、ぜひ参考にしてください。
受講に必要なスキル
必須スキル
- Pythonライブラリ Pandas / NumPy / scikit-learn / Matplotlib の基本操作 (機械学習のためのPython入門講座 相当)
- 線形代数 / 微分 / 確率・統計の基礎知識 (機械学習・ディープラーニングのための基礎数学講座 相当)
- 機械学習の基礎知識 (現場で使える機械学習・データ分析基礎講座 相当)
- Linuxコマンド/クラウドの基礎知識 (機械学習のためのソフトウェアエンジニア入門講座 相当)
推奨スキル
- ディープラーニングの基礎知識 (現場で使えるディープラーニング基礎講座 相当)
- Dockerを用いた環境構築ができる (MLOps講座 相当)
講座の特長
- ハンズオンを通じて、理論から実装までのNLP実装スキルを体得
- 数式の丁寧な解説によって自然言語処理の各手法を徹底解剖
講座概要
| 講座名 | 現場で使える自然言語処理実践講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 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 | 動画講義約7時間半（演習時間除く） |
| 料金 | 275,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 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 |
カリキュラム（一部抜粋）
DAY1
自然言語処理（NLP）とは
- NLP のタスクとビジネス活用事例
- NLP における困難と現代的手法
形態素解析
- 形態素解析とは
- アルゴリズム概要
など全4トピックス（ハンズオン含む）
Bag of Words（BoW）
- Bag of Words（BoW）とは？
- BoWのモチベーション
など全4トピックス（ハンズオン含む）
DAY2
ハンズオン：Google Cloud Platform を用いた GPU 環境の構築
PyTorch
- ハンズオン：PyTorchの基礎
- ハンズオン：torchtextの利用
など全3トピックス（ハンズオン含む）
Word2Vec
- BoW の問題点
- Word2Vec の概要
など全4トピックス（ハンズオン含む）
DAY3
自然言語処理におけるRecurrent Neural Network（RNN）
- モチベーション
- 再帰型ニューラルネットワークとは
など全5トピックス（ハンズオン含む）
Sequence to sequence（seq2seq）とattention
- Seq2Seq
- アテンション
など全4トピックス
言語モデル
- 言語モデルとは？
- 言語モデルの構築手法
など全4トピックス
DAY4
Transformer
- Embedding
- Self Attention
など全5トピックス
BERT
- Tokenizer
- ネットワーク構成
など全6トピックス（ハンズオン含む）
AutoML
- AutoMLの概要
- ハンズオン：AutoML Natural Languageを使ったテキスト分類
※カリキュラムは変更となる場合がございます。
開催日程
講師紹介
-
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。
関連ブログ
受講者の声
対面講義に参加しましたが、実務経験に基づいたアドバイスがとても参考になりました。講義は少し難しかったが、先生の質が高く、進行スピードもちょうど良かったです。講座で学んだことはすべて実用性があると感じました。
LSTM、GRUの得意な部分、やるべきでない前処理（ストップワード除去による順序情報の除去）や、再帰的層のforward中のファインチューニングに関するアドバイス、Transformerの丁寧な解説により、かなり理解を深めることができました。
ご案内
お申し込み前の確認事項
- GCPへのアクセスが可能なPCをご利用ください。特に社用PCを使用する場合は、必ず「お申し込み前に」GCPへのアクセスが可能かどうかご確認いただくようにお願い申し上げます。
- 講座内で実施するハンズオンでは、外部事業者が提供するクラウドサービス（AWS, Azure, GCPなど）を利用します。外部事業者のサービス内容及びサービス仕様は、予告なく更新されるため、画面仕様やサービス利用における料金体系も含め、弊社提供教材の内容とは異なる場合がございます。
- 本講座の教材は、教材作成時点での外部事業者のサービス内容に基づき、外部事業者が提供する無料枠分の使用量で実施できるよう構成されておりますが、利用状況によっては、無料枠分を超えて料金が発生する場合がございます。
PCの動作環境
- Docker Desktopが動作可能なもの
- MacOSX 10.13 (High Sierra) 以上（教材として提供するNotebookの一部に、M1 MacまたはM2 Macに対応していないものがあります。詳細はお問い合わせください。）
- Windows 10 Professional あるいは Enterprise （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、大きなデータを扱う演習の際に不具合が発生する可能性があります。 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。容量の大きなデータを課題で扱いますので、より高スペックが望ましいです。
事前準備
- Docker Desktopのインストールと実行
- Docker Desktopをインストールし、dockerに関する各種コマンド類を実行できる状態まで準備をお願いいたします。
- Docker Desktopのインストールは下記ご参照ください
【Mac】
公式リファレンス[英語]：こちら
有志によるまとめ記事[日本語]：こちら
【Windows】
公式リファレンス[英語]：こちら
有志によるまとめ記事[日本語]：こちら
【Mac / Windows 共通】
インストール後にはWindows Powershellかターミナルにて、2つのコマンド `docker run hello-world` `docker run -it ubuntu ls` を実行し、ubuntuのlsコマンド（ファイル一覧表示）が実行できることを確認するようにお願いいたします。
- GCPアカウントの作成
- GCPのアカウントを事前にご用意ください。
- アカウント作成にはクレジットカードが必要となります。
- ハンズオンの際、無料枠アカウントを通常アカウントにアップグレードしていただきます。
- アップグレードしても、利用量が無料枠内であれば、料金は発生しません。
