カリキュラム |
E資格対策講座 事前学習
- E資格対策 講座 事前学習の到達目標
- E資格合格に必要な基本的な数式を理解できるようになる。
- 講座の内容を理解できるようAIの仕組みを理解し機械学習アルゴリズムを扱えるようになる。
- プログラミング言語Pythonで簡単なAIを実装できるようになる。
- E資格合格に必要な数学の基礎知識と応用数学(2.5時間)
- AIの仕組みと機械学習アルゴリズムの使い方(3時間)
- PythonのAIプログラミング基礎(3時間)
1日目
- E資格対策 講座1日目の到達目標
- E資格合格に必要な機械学習アルゴリズムの仕組みを数式から理解できるようになる。
- 学習したモデルの性能評価および学習データの処理ができるようになる。
- 機械学習アルゴリズム
- → ロジスティック回帰・SVM・k近傍法・ニューラルネットワークなどのE資格出題範囲の機械学習アルゴリズム
- 各機械学習アルゴリズムの数式
- 学習手法・性能評価・学習データの前処理
2日目
- E資格対策 講座2日目の到達目標
- E資格合格に必要なニューラルネットワークの仕組みを数式から理解できるようになる。
- ニューラルネットワークを実装できるようになる。
- ニューラルネットワーク
- 最尤推定による条件付き分布の学習
- 隠れユニット・出力ユニットの活性化関数
- 計算グラフ・微積分の連鎖律・誤差逆伝播法
- バッチアルゴリズムとミニバッチアルゴリズム
3日目
- E資格対策 講座3日目の到達目標
- E資格合格に必要な画像認識のアーキテクチャを数式から理解できるようになる。
- 画像認識アーキテクチャを実装するのに必要なプログラミングコードを理解できるようになる。
- 畳み込みニューラルネットワーク
- 画像認識・画像検知・セマンティックセグメンテーション・画像生成
- AlexNet・VGG・GoogLeNet・ResNet・MobileNet・DenseNet
- R-CNN・SPP-net・Fast R-CNN・Faster R-CNN・YOLO・SSD
- FCN・SegNet・U-net
- オートエンコーダ・VAE・DCGAN・CycleGAN・pix2pix
4日目
- E資格対策 講座4日目の到達目標
- E資格合格に必要なRNN、強化学習、自然言語処理を数式から理解できるようになる。
- RNN、強化学習、自然言語処理を実装するのに必要なプログラミングコードを理解できるようになる。
- E資格合格に必要な最新のAI技術を理解できるようになる。
- 回帰結合型のニューラルネットワーク
- 双方向RNN
- 深層回帰結合型ネットワーク・再帰型ニューラルネットワーク
- LSTM・GRU・Attention・Transformer・WaveNet
- 強化学習・Q学習・DQN・DDQN・Dueling DQN
- 自然言語処理
- モデル並列・データ並列・GPU
|