ディープラーニング
領域特化研修
実務でAI開発ができるようになります。
データ領域別に、専門的なAI開発を学ぶ
この研修は、Pythonや機械学習の基礎を身につけた後、さらに専門性の高いAI開発の手法を学びたい方向けのデータサイエンス応用研修です。AIエンジニア『E資格』を取得後にもおすすめ。時系列・画像・言語データの中からコースを選択し、業務でよく扱うデータ領域に特化して実務レベルの最新ディープラーニング実装スキルを習得できます。
時系列データ特化コース
#Prophet時系列解析 #単変量時系列予測 #多変量時系列予測 #レコメンド 学習時間：30時間
画像データ特化コース
#ResNetによる画像分類 #CNNによる画像認識 #セグメンテーション #異常検知 学習時間：30時間
言語データ特化コース
#LSTMによる文書分類 #Transformerによる機械翻訳 #固有表現抽出 #BERT 学習時間：38時間
アウトプットを重視した学習フロー
Eラーニング(動画+テスト)
オンデマンドの動画講義を視聴
個々のペースで学習可能
難解な理論を噛み砕いて解説
コーディング課題の提出
ハイレベルな実装演習
丁寧な演習解説動画あり
提出はシステムにアップロード
ディスカッション(WEB会議)
講師より課題のフィードバック
※1 名受講の場合は実施致しません
ディープラーニング実装課題
実際のAI開発業務で依頼されるケースを想定し、ストーリー形式で進める実装演習です。誘導に従ってモデリングするだけではなく、データからの課題発見やアルゴリズムの選択、結果の分析方法などを自分で考えて行うため、実務への応用力が身に付きます。
【時系列】店舗の売り上げ予測
大手スーパーマーケット全店舗の需要を予測したい。そこで、毎週の売り上げと関連データから、各店舗の売り上げを予測するモデルを作成します。（421,570行16列のテーブルデータを使用）
【画像】コンクリートの異常検知
建物のコンクリートのひび割れを自動で検知するシステムを作りたい。そこで、様々な建物のコンクリート画像から、異常を検知するAutoEncoderモデルを作成します。（227×227pxのRGB画像40,000枚を使用）
【言語】法律文書の自動分類
大量の法律文書データを分野ごとに分類するタスクを自動化したい。そこで、未知の文書に対して適切な分類先を判別するディープラーニングモデルを作成します。（10カテゴリの法律文書235冊を使用）
充実の学習サポートで最後までやり切れる
AI開発・教育のプロが受講者一人一人を個別サポートしていくため、挫折させません。
定期的な進捗報告で、学習状況を見える化
受講者の進捗・成績の経過報告を、メールやビデオ会議にて実施します
個別の課題添削・フィードバック無制限
現役データサイエンティストが、提出課題を添削してコメントします
分からないところは、いつでも質問し放題
講義に関する不明点は、質問コミュニティにて気軽に質問できます（24時間以内に回答）