TOP > オープンセミナーを探す > 人工知能(AI)の基礎理論から実装までを学ぶ実践技術入門【オンライン受講のみ】

残席わずか

人工知能(AI)の基礎理論から実装までを学ぶ実践技術入門【オンライン受講のみ】 (4121039)

□このページをPDFダウンロードする

人工知能(AI)の基礎理論から実装までを学ぶ実践技術入門~AIの基礎理論からディープラーニングの実装までを系統的に習得~本セミナーでは、AIの基礎理論を、その理解に必要な基礎的な数学および統計と共に学びます。また、Python の基本を学び、AIの実装を行います。さらに、オープンソースを活用して、より高度な分析を行うための方法を習得します。これにより、AIがどのような課題に適しているかが判断できるようになります。最後に学んだ知識をベースとして、今後、AIがどのようなビジネスに活用できるかを理解します。

日時

2021年9月6日(月) 10:00-17:00ライブ配信
2021年9月7日(火) 10:00-17:00ライブ配信

カテゴリー

IS活用専門スキル

講師

梶山昌之 氏
(株式会社ワイハット  代表取締役   ITシステム可視化協議会(MCIS) 国際化担当役員)
1981年日本アイ・ビー・エム株式会社の製品保証部門に配属。ATMなどの製品保証を担当。また、ソフトウェア信頼性の研究を行い習熟S字モデルを発表。
2015年株式会社ワイハットを設立。アナリティクスのコンサルティングおよび教育活動に取り組む。
2016年PM学会誌にて「データをビジネスに活用する実践アナリティクス」を連載開始。
2018年PM学会にて「人工知能(AI)と統計モデル研究会」設立。

参加費

JUAS会員/ITC:67,400円 一般:85,800円(1名様あたり 消費税込み、テキスト込み)【受講権利枚数2枚】

会場

オンライン配信(指定会場はありません)

対象

・AIの導入を検討している方
・会社からAIについての調査を指示された方
・社内への導入に向けて、実装のための学習が必要な方
・AIによるビジネスを検討している方
・上記の支援を行うITベンダーの方

◆受講前提知識
高校程度の微分およびベクトルと行列の知識があることが望ましいのですが、「AIの理解に必要な数学と統計の基礎」を入れています。ここで、わかり易く解説しますので、前提知識は不要です。 中級

開催形式

講義

定員

20名

取得ポイント

※ITC実践力ポイント対象のセミナーです。(2時間1ポイント)

特記

※当講座は、新型コロナウイルス感染拡大を受け、オンライン受講のみに変更となりました。

当日は操作実習は行いません。
事後学習のためにPythonによる機械学習実行環境の導入と操作を可能とする導入ガイド、講師作成のツール・テンプレート、演習用データを提供いたします。

ITCA認定時間

12

主な内容

※当講座は、新型コロナウイルス感染拡大を受け、オンライン受講のみに変更となりました。
■受講形態
【選べる受講形態】
A.会場にてご参加:【Co-lab-po(2 階会議室)施設利用にあたっての取り組み】
B.オンラインにてご参加:【セミナーのオンライン受講について 】
■テキスト
A.会場にてご参加:当日配布
B.オンラインにてご参加:開催7日前を目途に発送(お申込時に送付先の入力をお願いします)
※開催7日前から開催前日までにお申込の場合、テキストの送付は開催後になることがあります。ご了承ください。

人工知能(AI)は、新製品の開発からマーケティングまで、ビジネスのあらゆる場面で必要となる技術です。しかし、どのような課題に対してAIが適しているのかは良く知られていない状況です。AI技術の全体を学ぶのは容易ではありませんが、PythonによるAIの実装を体験しながら、画像認識などの課題を解くことによって、AIの本質を理解できるようになります。

本セミナーでは、AIの基礎理論を、その理解に必要な基礎的な数学および統計と共に学びます。また、Python の基本を学び、AIの実装を行います。さらに、オープンソースを活用して、より高度な分析を行うための方法を習得します。これにより、AIがどのような課題に適しているかが判断できるようになります。最後に学んだ知識をベースとして、今後、AIがどのようなビジネスに活用できるかを理解します。


<内容>
【1日目】 AIの基礎理論と実装の基礎
1. まずは、動かしてみよう!
*ラズパイによる画像識別
2. 人工知能(AI)とは何か?
3. Python入門
*何故 Pythonか
*AI実装言語としての Python
*PythonによるAI開発環境の設定
4. AIの理解に必要な数学と統計の基礎
*偏微分と数値微分
*ベクトルと行列の基礎
*回帰分析と最小2乗法
*回帰分析の行列による解法
5. パーセプトロンとニューラルネットワーク
*パーセプトロン
*ニューラルネットワーク
*手書き数字認識

【2日目】 AIの機械学習とビジネスへの活用
6. ニューラルネットワークにおける学習の仕組み
*確率的勾配降下法
7. 学習の高速化手法
*誤差逆伝搬法
8. 画像の特徴を認識する
*畳み込みニューラルネットワークとディープラーニング
9. 仮想マシンで動かすAI
*VirtualBoxとUbuntu
*顔の特徴検出(眉、目、鼻、輪郭の検出)
*画像識別(何が映っているかを判断)
10. オープンソースの活用
*線形判別分析
*TensorFlowとKeras
11. AIのビジネスへの活用
*ビジネス活用までの手順
* 新しいビジネスの開発

当日は操作実習は行いません。
事後学習のためにPythonによる機械学習実行環境の導入と操作を可能とする導入ガイド、講師作成のツール・テンプレート、演習用データを提供いたします。
トップページへ戻る