神田ITスクールのAI入門講座では、AIに関する知識が無い超初心者の方でも「AIの基礎知識や活用方法」「AI開発の流れ」「簡単な機械学習モデルの作成方法」といった内容を1から学べます。
★【セミナー後に何ができるようになるか】
・AIや機械学習、ディープラーニングの全体像が解かります
・AI開発の流れを把握することができます
・プログラミングせずに簡単なAIモデルが作成できるようになります
・今後AIを学習していくための基礎知識が1日で身に付きます
★【時間】: 10時~17時 ※途中で休憩を挟みますのでご安心を!
★【定員】: 10名の少人数 ※当サイトにて平均1名を募集しております
★【講座風景】アットホームな雰囲気で受講ができます
http://street-academy-kanda-it-school.com/#i-scene★【講座内容】
はじめに
├ 当講座について
├ 当講座の構成
├ 当講座の運営会社について
├ 当講座の進め方
└ 全額返金について
第1章:AIとは
├ AI(人工知能)とは
├ AI(人工知能)の定義と種類
├ 現状の人工知能の大まかな分類
├ AIブームの歴史
├ 2012年 ディープラーニングが知れ渡る
├ 現在の分野別AIの性能レベル
├ 機械学習は多くの分野で活用できる
├ 機械学習が得意なこと
└ 機械学習が苦手なこと
第2章:AIの活用事例
├ 画像認識事例
├ 回帰分析事例
├ 自然言語処理事例
├ 強化学習事例
└ その他の活用事例
第3章:AI業界の現状
├ AI分野の将来性
├ 国別AI予算
├ 大手IT企業、ベンチャー、大学の状況
├ AI開発に必要な3つのスキル
├ AIスキル体系
├ 従来のエンジニアとAIエンジニアの違い
├ AI業界の最新職種
│ ├ AIエンジニア
│ └ データサイエンティスト
├ 取得しておきたい資格試験
├ ├ G検定(ジェネラリスト)
├ └ E資格(エンジニア)
└ AIスキルロードマップ
第4章:機械学習とは
├ 現代のAIに機械学習は必須
├ 機械学習とは
├ なぜ機械学習を使うのか
├ 機械学習は大きく分けて3つに分類される
│ ├ 教師あり学習
│ ├ 教師なし学習
│ └ 強化学習
└ よく使う機械学習アルゴリズム
第5章:ディープラーニングとは
├ ディープラーニングとは
├ パーセプトロンとは
│ ├ 重みとは
│ └ バイアスとは
├ ニューラルネットワークとは
├ ディープラーニングのインパクト
├ ディープラーニングの難しさ
└ ディープラーニングフレームワーク一覧
第6章:AIの構築方法
├ AI開発の大きな流れ
│ ├ データ分析フェーズ
│ └ システム開発フェーズ
├ AI・AIモデル開発の種類
│ ├ 独自アルゴリズム作成
│ ├ 完成アルゴリズム作成
│ ├ AIプラットフォーム活用
│ └ 学習済みAIモデル活用
├ AI開発の詳細な流れ
│ ├ ①AI企画立案
│ ├ ②データの収集・整備
│ ├ ③データ前処理
│ ├ ④AIモデル構築
│ ├ ⑤AIモデル評価
│ ├ ⑥AIアプリ開発
│ ├ ⑦仮運用・検証
│ ├ ⑧AIアプリ導入
│ ├ ⑨AI運用データ蓄積
│ └ ⑩AIモデル再学習
└ AI開発において失敗を避けるために
第7章:画像判別AIを作ろう
├ 画像判定はディープラーニングが基本
├ 畳み込み層とは
├ プーリング層とは
└ ILSVRC2012で優勝したCNNのアルゴリズム
第8章:付録
├ AIを作る際の注意点
│ ├ 著作権法、個人情報保護法
│ ├ データの正しさ、偏り
│ ├ 悪用へのセキュリティ対策
│ └ クライシス・マネジメント(危機管理)
└ 利用できるクラウドAIサービス
★当講座は主に「AI開発の全体像を体系的に学ぶ」講座であり、Pythonでプログラミングを行う訳ではありません。
AI開発のためのプログラミング方法について学びたい方は「Python超入門講座」や「Pythonで作るAI開発の流れ入門講座」をご参照ください。