新着・更新情報
電子ブックを見る
講座コード: E47
受講期間:3ヵ月
レベル:初級 中級
レポート提出方式: マークシート Web提出
特別受講料(税込):22,000 円
一般受講料(税込):24,200 円
お申込み(個人)
お申込み(法人)
講座資料をダウンロードする
PandasやNumpyなど,業務ですぐに生かせるものを学べたことがよかった。
こんなコースです
AIをシステムに実装する際に必要な知識を身に付けよう!
機械学習システムの開発は通常のシステム開発に比べ、前処理やアルゴリズムの選定、モデルのチューニングなど性能向上のための試行錯誤を前提とするため、プロセスをまたいだ手戻りが発生しやすいという性質をもっています。そのため、各プロセスでは何を行うべきか、またあるプロセスで満足のいく結果が出なかったときにどのプロセスまで戻るべきかといった進め方をしっかりと把握し、開発工数を適切に管理することが重要となります。本講座では、ものづくり分野のAI実装の概要を理解し、実践に活かせるような知識を身につけられるよう、実際にデータセットを用いて機械学習のアルゴリズムを試しながら学習を進めていきます。
ねらいと特色
教材構成
主な項目
第1章 人工知能/機械学習/ディープラーニング概要
機械学習とは
ディープラーニングとは
第2章 機械学習の基礎知識
機械学習のワークフロー
機械学習モデルの誤差と評価
機械学習における注意点
第3章 Python入門
環境構築
Pythonプログラミング
第4章 Pythonの基本ライブラリ
pandas
Matplotlib
第5章 線形代数
ベクトル同士の足し算・引き算
ベクトルの掛け算
ベクトルのノルム
行列の足し算・引き算
行列の掛け算
逆行列
線形変換
第6章 確率統計
事象と確率
確率変数と確率分布
確率の加法定理と条件付き確率
期待値と分散
相関係数
推定
第7章 微分
関数
極限
微分法
いろいろな関数の微分法
偏微分
第8章 機械学習の代表的なアルゴリズム
サポートベクターマシン(SVM)
決定木
勾配ブースティング決定木
ロジスティック回帰
k-meansクラスタリング
主成分分析
第9章 ディープラーニングの代表的なアルゴリズム
CNN
RNN、LSTM、Attention
誤差逆伝播法
第10章 Pythonの機械学習用ライブラリ
回帰分析
SVM
決定木
ロジスティック回帰
k-meansクラスタリング
主成分分析
勾配ブースティング決定木
第11章 Pythonのディープラーニングライブラリ
DNN
CNN
RNN
第12章 画像認識/物体検出/異常検知(画像)CNN
画像認識
異常検知
第13章 時系列異常検知
特徴量分析
異常検知の実装
受講者の声
PandasやNumpyなど,業務ですぐに生かせるものを学べたことがよかった。