【最短3日間でE資格】ディープラーニングハンズオンセミナー

概要

★リモート開催(ライブオンライン開催)となります。
※「注意事項・動作環境など」をよくお読みの上お申込みをお願いいたします。

機械学習・深層学習(画像処理・自然言語処理)の理論と実装をハンズオン形式で学ぶ講座です。

本研修は株式会社キカガク提供です。

また、講義のほかに約9時間の事前学習動画とE資格取得対策補講動画が付き、資格合格に向け支援いたします。
※本研修には試験バウチャは付属しておりませんので予めご了承くださいませ

コース開催スケジュール

開催予定日は以下のとおりです。時間は、各日とも午前9時30分から午後5時30分までです。
研修の進捗状況や質疑応答等により、終了時間は前後することがありますので、あらかじめご了承ください。

開催日 会場
2023年9月4日(月)~2023年9月6日(水) リモート受講
2023年10月18日(水)~2023年10月20日(金) リモート受講
2023年11月27日(月)~2023年11月29日(水) リモート受講
2023年12月20日(水)~2023年12月22日(金) リモート受講

カリキュラム

【1日目】

イントロダクション 人工知能/学習と推論/機械学習/ディープラーニング/機械学習の開発フロー
環境構築 Microsoft Azure で VM 作成/VM への接続/Nvidia-Docker で GPU 環境構築
復習テスト(数学) 微分/線形代数/確率統計
復習テスト(Python) 基礎/応用編(Class)/Pandas/Matplotlib と Seaborn
ディープラーニングの数学 1 ニューラルネットワークの構造
順伝播の計算 線形変換/非線形変換/目的関数
逆伝播の計算 最急降下法/誤差逆伝播法/ミニバッチ学習
PyTorch 入門 PyTorch とエコシステム/ネットワークの定義と順伝播の計算
ネットワークの学習 データセットの準備/データセットの分割/ネットワークの学習/評価指標の追加
PyTorch Lightning による簡略化 PyTorch Lightning とは/データの準備/ネットワークの定義と学習/評価指標の算出/ログの記録/検証とテストの実装

【2日目】

オープニング Docker の起動/Day1 振り返り
分類の実装 分類の実装/早期終了の実装/精度向上の実装/学習済みモデルを使用した推論
回帰の実装 演習形式で回帰の実装
画像処理の基礎 Pillow の使い方/OpenCV の使い方/フィルタ処理
画像処理の理論 画像の基礎/CNN 以前の画像処理/畳み込みの計算/パディング処理/プーリングの計算/CNN の流れ
畳み込みニューラルネットワークの実装 画像データの扱い方/畳み込み処理の実装/プーリング処理の実装/ベクトル化の実装
画像分類 CNN の定義と学習/学習済みモデルの保存と推論
性能改善 ファインチューニング/データ拡張

【3日目】

オープニング Docker の起動/Day2 振り返り
時系列解析の理論 時系列データとは/時系列データの構造/再帰型ニューラルネットワーク
時系列解析の基礎 時系列データの取得/時系列データの可視化/Prophet を使用した時系列解析
再帰型ニューラルネットワークの実装 LSTM を使用した株価予測/複数日データを使用した実装/複数 LSTM で実装
自然言語処理の理論 自然言語処理とは/カウントベース手法の理論
自然言語処理の基礎 形態素解析/名詞抽出の実装/特徴量変換の実装
文書分類 自然言語処理モデルの定義と学習/自然言語処理の特徴量を変更しての実装
アウトロダクション おすすめ学習書籍やコンテンツの紹介/スキルチェックテスト/アンケート

お申し込み

下記の「お申し込み書」に必要事項をご記入後、「申込窓口」までご提出ください。

申込窓口:下記のいずれかをご利用ください。

mail_ita-info
FAX:03-5843-6846

※ 満席になり次第、募集を締め切らせていただきますのでご了承ください。

コース お申し込み書
【最短3日間でE資格】ディープラーニングハンズオンセミナー お申し込み書

内容

期間 3日間
学習形態 ライブオンライン
対象者
  • E資格を取得して、エンジニアとしてのキャリアを一歩先に進みたい方
  • 機械学習・ディープラーニングなどの AI 技術について、関連する数学も含めて体系的に学びたい方
  • AI 案件を任されるようになり実務をこなすための基礎を身に付けたい方
前提条件
  • AI に関する基礎知識
  • Python による基礎プログラミング
  • Python を使用した機械学習の基礎実装
※ 上記は事前学習でご用意しています。事前学習の実施は必須となっています。
到達目標
  • 深層学習の仕組みを理解し、実務での活用方法がイメージできる状態
  • 深層学習を使用した画像・⾃然⾔語処理と AI モデル構築を実装できる状態
  • AI モデルの精度向上に向けた試行錯誤の方法を理解し、実装できる状態
修了条件 全日程のコース受講
注意事項・動作環境など
事前学習有無

あり
動画コンテンツ:研修申込み後随時配布いたします。

必要な環境設備
注意事項
  • プラットフォームへの登録について
    コースへお申込をされますと、株式会社キカガクが管理するプラットフォームに以下の情報が登録されます。
    なお、プラットフォームへ登録された情報は、受講連絡、お問合せ対応、修了状況の確認等に利用いたします。
    【登録される情報】
    申込者氏名/申込者メールアドレス/会社名/住所情報/電話番号
  • セミナー受講規約について
    セミナーの受講に際して株式会社キカガクのセミナー受講規約をご確認ください。
    URL:https://github.com/kikagaku/kikagaku-seminar_kiyaku
    なお、コースお申し込み完了時点でセミナー受講規約に同意したものとみなします。
E資格について

本コースは E資格認定プログラムです。
E資格のご受験には本コースの受講後ご受講生ご本人による申請によって付与される動画コンテンツ及び事前確認テストの受験と合格が必要です。
E資格受験要件:E資格事前確認テストの合格

受講費用

¥165,000(税込)/名(※ オンサイト/1社研修の場合は、別途お見積りとさせていただきます。)

注意事項

最低催行人数に達しない場合は、開催中止となることがあります。あらかじめご了承ください。

《本研修に関する個人情報取扱いについて》
研修をご受講いただく場合、以下事項について、ご承諾いただけたものとします。

  • 研修を受講する第三者に対して、個人情報(氏名、会社名、顔写真等の個人を特定する情報 )が開示されること。
  • 研修中に知り得た第三者、講師など運営スタッフ含むの個人情報(氏名、会社名、顔画像など個人を特定する情報)について、当該第三者の承諾なしにその他の第三者に開示しないとともに、自己のため又は他の第三者のために使用しないこと。