サービス紹介

オンライン型・集合研修

DX講座・研修支援

AI講座・研修支援

コンサルティング

eラーニング

メンターサービス

AIエンジニア講座

AI講座

AIエンジニア講座

講座概要

概要	AIプロジェクトに関わる可能性がある人の為のAIビジネス活用基礎講座 AIをビジネスに利活用する上で必要となる基本知識を有し、様々なAI導入事例をケーススタディとして把握しているレベルを目指します。 AIを活用した事業やプロジェクトを行うために必要なものや推進方法を技術概要や活用事例を通して学びます。社内外の課題に対して、AIが活用可能か適しているかの判断基準を学ぶことができます。
対象者	DXを推進するIT部門チームのメンバー今後AIを用いたシステム開発を予定されている方 ITシステムの開発経験をお持ちの方
時間	18時間
カリキュラム	プログラミングのためのAI・機械学習と開発環境の構築 AIと機械学習の仕組み AIエンジニアに必要なスキルとAIプロジェクトの進め方 PythonのインストールとAI開発向け初期設定機械学習ライブラリのインストールとAI開発向け初期設定 Google Colaboratoryの導入機械学習モデル（ニューラルネットワーク）の実装 Pythonを使ったAIプログラミングの基礎文法学習用データの読み込み・編集ニューラルネットワークの実装実装したニューラルネットワークを用いてAIを動かすクレジットカード審査のできるAIのプログラミング Pythonを使ったAIプログラミング学習用データの前処理と正規化機械学習ライブラリを利用したAIの実装実装したAIモデルの可視化実装したAIの精度評価、精度を上げるためのパラメータ調整 AIの応用知識と実装ディープラーニング用ライブラリ「Keras(Tensorflow)」の使い方センサーデータを利用した行動解析活性化関数の種類と記述方法バッチ処理の仕組みと使い方損失関数の設定方法勾配降下法とバックプロバケーションによる機械学習入力層のノード数の増やし方 Keras(Tensorflow)を使ったディープラーニングの方法自然言語処理を使った社内文書の活用手法言語処理におけるデータの前処理クラスタリングモデル(k-means) 「OpenCV」を用いた画像の前処理手法 CNN（畳み込みニューラルネットワーク）を利用した画像・音声認識畳み込み層とプーリング層「Keras(Tensorflow)」を使ったCNNの構築方法「Keras(Tensorflow)」の初期設定値と様々な最適化パラメータの設定方法重みの初期値や重みの更新手法ハイパーパラメーターの最適化方法 AIの発展知識と実装1 画像認識の学習済みアーキテクチャの種類と特徴画像処理AI 転移学習精度の高い画像認識モデルの作成手法ファインチューニングの手法データオーグメンテーション時系列データの活用・処理方法 AIの発展知識と実装2 RNNモデルとLSTMの仕組み LSTMモデルの構築方法各種データ(数値、画像、音響データ)の取り扱い数値データの前処理手法画像データの前処理手法音響データの前処理手法
オプション	-
講座開催費	140,800円（税込）／名
オプション料	-

講座一覧へ戻る