(E45)Ｐｙｔｈｏｎで学ぶＡＩ活用入門 | JTEX 職業訓練法人 日本技能教育開発センター

AIについて漠然とした認識しかなかったが、理論的なことを自主的に学ぶことができた。テキストもわかりやすく、Pythonにも馴染めた。インターネットで回答でき、すぐに採点結果が出るのは良かった。

Pythoはちょうど関心があったところだったので、Pythoを試すよい機会となった。機械学習・ディープラーニング、そしてAIに対しては、仕組みが曖昧模糊としたブラックボックスと感じていたが、どのような考え方に基づいて成り立っているのか、見通せるようになった。これまでとは違う窓から、世の中をみられるようになった気分です。

最近は生成系AIが大変人気で、みなそういう部分をいかにして使うかという、使い方のテクニックや工学的な側面が強調されがちだが、本講座のように、そこに至るまでの古典的なAIの変遷と、その理系的な仕組みについて学習できたことは大変有意義であった。

受講前は、画像認識などのAIを手軽に動作させていたが、中で何をしているかはわからなかった。今回のテキストでどのような技術で構築されているのか、という概要を知ることができた。

本格的なプログラミングには自信がなく不安だったが、それでも理解しやすい説明だった。申し込み後仕事内容が変わって時間に余裕がなくなり計画的に進めるのが大変だったが、無事完了できて良かった。

AIの基礎知識をわかりやすく学ぶことができた。根本的な考え方から学習できたので新たな発見が多く楽しかった。Pythonを用いて自分で操作しながら学習できたので身近に感じた。

テキストが今後辞書代わりに使えそう。

機械学習からのディープラーニングの流れで自然とAIの流れを学習できた。

質問票をたくさん送り、返事が全て戻ってきたことが良かったです。
レベルが高い内容でネットで調べたり、本を何冊も読んだりすることになり、久しぶりにたくさん勉強したなと思えました。又、知らない世界を知ることが出来たので、今後は自分でこの分野を掘り下げていきたいと思えるようにもなりました。

少々難しかったが、新たな知識を得られて楽しかった。NET環境での学習は手軽であった。

AIの歴史から最新技術までが広く網羅されていた。実際に実行できるコードやデータソースが紹介されていた

AIを、ある程度知っている言語で、実装したり使ったりする機会が得られた。今まで何度かあった人工知能ブームの背景と、現在の違いがなんとなくわかったことが大きかった。

PythonやＡＩ活用について、大雑把ではあるがどのようなものかを知ることが出来た。画像認識して結果を戻すためのプログラムと流れをざっくりと掴むことが出来た。

ソフトウェアに関する専門書は多々あるが、内容が古くて質問をしたくてもサポートが無かったり、ソースコードでページ数の水増しをしており、所望の学習品質が得られないことが多いと感じています。それに対して本講座はサポートもあり、学びたい内容も程よく網羅していたため受講してとてもよかったと感じています。

入門と言いながらも想像より内容が充実していた。また、問題数が多く、受講料金に見合った学習ができて良かった。

さまざまな機械学習に関連する基本的な原理・原則とPython上でのプログラムの具体的な実行方法が網羅的に解説されていた。

AIについて人からの説明で概要は理解していると思っていたが、基礎から習うことで正しい知識がみについた。またpythonのコードを繰り返し書き、コンパイル、実行することで、言語に慣れることができ、独学よりも確実に身についたと感じる。

AIの基礎を勉強すると共に、AIのプログラミングにも触れることができ、より実践的でよかった。

AIの勉強を初めてする自分にとって，言葉の意味や概念，考え方をざっと勉強できたことで，今後，さらに知識を深めていくときの土台が少しできたと感じられた。

AI入門ということで、何を勉強すべきなのか、今までは全然分からなかったが、この教本で自分には何が不足しているか分かった。

とても具体的で、実材にプログラムを走らせながら学習できたので良かった

Pythonの導入手順の説明もあり、初めてPythonプログラミングで具体例を見ながらAIを学べる点がとてもよかったと感じました。

Python初心者のため、コーディング方法やグラフ化が可能などを学ぶことができました。また、AIの歴史なども知ることができました。

ただPythonを扱う上でのコードの組み方を伝えるだけでなく、演算方法の成り立ち、改善されるまでの歴史や背景を学ぶことで深く理解することが出来た。また一貫したテーマ(Irisデータ)を扱うことで、より複雑な判別も可能となることを直感的に学ぶことが出来た。”

画像解説が多くあったので、文章でわからない部分を視覚的に補えた

機械学習、Pythonについて体系的に学べた点が良かった。

機械学習の技術体系を網羅的に習得することができた。初心者でもわかりやすい内容になっていた。

機械学習を実際に活用する際の手法が詳細に記載してあり、自分のPCで試しながら学ぶことができてよかった。

実装例を用いて実際に動かしながらできたのでわかりやすかった。

電子書籍が備わっていて大変助かった　学習しやすい環境が構築できた

理論だけでなくプログラムの実装手順の解説があり、実際にプログラミングしてより理解を深めることができた。

単にテキストを読むだけではなく、課題を通じて内容をよく理解することが出来た。

AIについて、今までのIT知識とは異なりかなり深い数学の知識が必要なことが判明した。プロジェクトを開始する前にこのことを知れたことは良かった。

AIの概要を学びながら、Pythonでどのように実行していくかの導入部を知ることができた。

AIの話題についていくため必要なキーワード、技術論の基本的な部分を初めて学ぶことができた。何から手を付けたら良いか解らなかったが、具体的にツールやライブラリを紹介してもらえたのはありがたかった。

githubでプログラミングサンプルが提供されているのが良かった

PythonによるAI活用ついて、やってみたい気持ちはあったもののどこから手を付けたらわからなかったので、網羅的に内容を確認できた点はとっかかりとして非常に良かった。

Pythonを使いながら、実践的に機械学習を学べ、学習させるデータの重要性や汎化性能、過剰適合ということをよく理解できた。機械学習で何ができて、何ができないかということを考える切っ掛けになった。

テキストの内容について、・数式の羅列ではなく、イメージ的な説明で”可視化”され、非常に理解しやすかった。pythonプログラムの文法やら構文解説は省かれており、実装例はプログラムの内容を ひとつずつ解説する形で理解しやすく、そのまま実務に使用できるものであった。機械学習に用いられる数多くのモデルの紹介があり、大変参考になった以上の点が大変良かったと感じた。会社の若手にも推薦したいと考える。

テキスト中にサンプルコードが記載されており、処理が説明されている点が分かりやすくて良かったです。

レポートがあったので理解する意識を保ちながら取り組むことができた。

機械学習のアルゴリズムの仕組みを難しい数式などを極力使わずに、わかりやすく解説されていて、それぞれの手法がどういう仕組みのものなのか知ることができ、大変貴重な勉強ができました。

現在データサイエンスの部門に異動を目標にしており、機械学習の勉強をしていました。一通り学んでＧ検定なども取得しましたが、知識が網羅できているわけではなかったので、知識の補強目的で受講しました。幅広い範囲が網羅されており、数式も深入りしすぎず、数学が苦手な私でも比較的理解しやすかったです。レポート課題もテキストをしっかりこなせば解ける良問で、自分の知識がちゃんと定着できるかの確認もしやすかったです。

今までやろうと思って、なかなか手を付けられなかった、jupyter notebookやPythonについて、演習が行えた感じがします。

AIの概要が概ね理解できた。数学的な厳密さを深堀せず、各分野の基本となる考え方に重点を置き解説されていたので、直感的に理解することができた。Pythonプログラミング環境については丁寧な解説で、スムーズにJupyter Notebookを扱えるようになった。
scimitar-learnとKerasを用いて実際にPythonでプログラミングすることで、AI導入はそれほど敷居が高くないと感じられるようになったことが一番よかった。

AI構築の大まかな流れが紹介されていて良かった。

pythonのコードについて、一文ずつ説明するのではなく、複数の文をグループ単位で理解させる内容だったので、頭に入りやすかった。

プログラミング自体の知識を持っていませんでしたが、AIの初歩的な内容を知ることができ大変有意義でした。

具体的なデータを使い、プログラムを動かすことによって実際にどのようなデータを用意すればよいかなどのイメージがつきやすくよかった

実際のソースコードを提供していただけていたので、手を動かしながら学習を進めることができた。

様々な識別器の説明と実装方法があり　勉強になった