AI入門講座 3つの特色
質問し放題
講義期間と講義終了後1カ月、オンラインでいつでも質問!
AIサービス作成
1ヵ月後にはAIを活用したサービスを完成!
この程度のモデルはこの講座で作れるようになる!
昨年話題になりましたがご存知でしょうか?きゅうり農家さんが自作でAI搭載自動仕分けマシーンを製作した例
今までの技術
キュウリの等級判断は実は非常に複雑な要素が組み合わさっていて今までのIT技術では対応ができず、おばちゃんの経験に頼るよりなかった。
AI技術で
正確な等級判断が可能になり仕分けにかかる人件費削減に。他の農家や作物でも応用可能である。
対象者
- AIを使ったビジネスを、もっと深いレベルで提案したい、 自ら試作品を作ってしまう力がほしい方。
- AIのエンジニアを目指したい方。
前提となる知識
- プログラミングの知識
- 高校数学の知識
一部、偏微分や行列など大学数学の範囲もありますが、講義を理解する為に必要な周辺基礎の範囲を明確にしますので安心です。
講義を理解する為に必要な周辺基礎の範囲を指定教材にて明確にしますので安心です。
- Wi-Fi環境はありますが、容量に限りがあるので、ご持参頂くとよりスムーズです。
- ビッグデータの実際のビジネスへの活用アプローチを理解する。
- 機械学習の分析アプローチを理解する。
- 機械学習の実装演まで行い、イメージを掴む。
転移学習までできるようになればビジネスに一気につながります。
転移学習とは、わかりやすくいうとコピー。Googleや研究機関が莫大な費用をかけて開発した学習モデルが論文やオープンソースとして 公開されています。これらをコピーして活用する力がつけば、小さなリソースでビジネスに繋げることができます。
- DCGANモデル(画像処理)を利用したサービスをなぞって作る等知識0からAIの技術を活用したサービスを完成させます。(PoC)
- 学習状況や、生徒のアイディアにより実現可能な案を選定します。
- 共同開発したサービスとして自由にPRご活用いただけます!
- PoC:Proof of Consept (新しい技術や概念の実証)
試作品製作(PoC)を通しビジネスの橋渡しが出来る人材として力をつけます。
なぜStudy-AIでの学習がビジネス構築に繋がるのでしょうか?上の図をご覧ください。
試作品製作を通し、 「人工知能開発ができるベンダー」側の話す内容や技術水準や得意分野を理解できるようになります。
また、製作実績としてプロトタイプを提示でき案件発注側への営業も容易になります。 ブレイン、コンサル、システムインティグレーター(SIer) 、 ハスラー、プロデューサー、ディレクター ・・
呼び方はいろいろですが、特に新しい分野のビジネスは、何と何を組み合わせればよいのかに知見のある、橋渡しが出来る人材が中心になって構築されると考えます。勿論、技術ドリブンで行きたい人にとっても、何か作品を作るという方法はもっとも実践的で効率的な学習方法といえます。
プロトタイプの作成を独力で行うには数々の論文を読むなど多大な労力が必要。
現場のAIエキスパートに手順を教わりながら実体験をし、あとはビジネスに必要なドメイン(分野)だけ自分で学べるという自信がつくところまで効率よく進みませんか?
開催場所
東京駅1分 八重洲地下街直結(予定)
日程
9月(第4期) 1カ月コース |
2017年9月3日(日) 13:00~19:00 |
---|---|
2017年9月10日(日) 13:00~16:00 |
|
2017年9月17日(日) 13:00~16:00 |
|
2017年9月24日(日) 13:00~16:00 |
開催日 | テーマ | 時間 |
---|---|---|
2017年8月5日 土曜日 @東京開催 |
画像認識(座学ハンズオンのみ) | 10時~18時 |
2017年9月24日 日曜日 @大阪開催決定! |
画像認識(座学ハンズオンのみ) | 10時~18時 |
2017年10月15日 日曜日 @東京開催 |
画像認識(座学ハンズオンのみ) | 10時~18時 |
予習復習について
- 毎回の講義後に次回のモジュール(ソースが書いてあるフォルダ)にアクセスできるようにしますので、予習が可能です。
発展課題
ディープラーニングの学習部分(誤差逆伝播法・勾配降下法)と言われる箇所を理解するとデータ分析やモデルの構築、改変などが 容易になります。
学習部分には、偏微分・行列・スカラーなどの高度な数学が含まれるため講義では概論と流れの理解のみ説明します。
ただし、発展課題を配布しますので理解が深まり、わからない部分は質問をすることもできます。(希望者のみでOK)
また、ピンポイントで学ぶ必要がある数学部分を提示しますからこの機会に、高度ですがごくごく一部必要な部分の数学のみを
復習・マスターすれば一気に希少なAIエキスパートとしての道が開けるでしょう。
講師紹介
大政孝充
株式会社ウェブファーマー代表 1975年、愛媛県生まれ。
京都大学工学部卒。学術修士。在学中に国家公務員1種試験に合格。
2006年に株式・ディリバティブ投資を始め、8年で資産を75倍にする。
金融商品のデータを解析する傍ら、人工知能の研究に従事する。これまでディープラーニングや深層強化学習の新しいモデルを提案している。
単独で理論から実装まで手がける。また企業向け人工知能のコンサルティングや一般者向け深層学習勉強会などを開催している。
第1回人工知能ハッカソン in メディア工房にて優勝。
第2回全能アーキテクチャ・イニシアティブハッカソンにて敢闘賞を受賞。
Takahiro Nakaya
略歴
Graduated from The University of Tokyo (Engineering)
Freelance Data Scientist / AI engineer / Consultant
Experienced various of project related to data science
(Finace, Electric, Web-Marketing, Medical, Education)
Experienced not only typical data, but also text and image data
Mainly use python
受講料
1カ月コース
1日速習コース(10H)
※試作品製作は1カ月で出来る範囲で終了します。1日速習コースの場合は試作品製作はありません。講義後も1カ月間オンラインで質問可。 尚、1日速習コースの場合オンラインサポート2週間のみの場合は、98,000円となります。
- 講義後も1カ月間オンラインサポートオプション
3万円→ 無料! - 複数講座の受講を希望の方は2講座目より5万円割引
(第1~2期入門勉強会及び即日コース受講者も割引対象となります。) - 法人名義での領収書発行が必要な場合は、法人扱いとなります。
- 個人の場合最大3回まで分割でのお支払いが可能です。
お申し込みの流れ
お電話でもお気軽にご質問ください!
070-1392-0909
studyai2020@gmail.com
AIを学んで出来ること。
ベージュの部分を学ぶと、人間社会をより便利に出来ます!
図をご覧ください。
(日経新聞に連載を持ち、テクノロジー・ロードマップ2017-2026編集など人工知能のスペシャリストとして現役第一線で活躍する、 NTTデータ研究所 神田武先生よりStudy-AIに特別寄贈頂きました。)
AIを取り巻く環境は、人間の社会を機械学習(アルゴリズム)を使って効率化するという構図で見ると 非常に単純に表せることがわかります。
この構図自体は第一次AIブームの頃から変わっていませんがそれを取り巻く大量のデータの蓄積、機械学習の精度が格段に上がったこと、それをアクチュエイト(実現)するARやVR、Iotなどの技術も指数関数的に伸びているということが第三 次AIブームの正体です。
今、機会学習を学ぶと現実社会の問題(特に今まで見向かれなかった分野)を解決出来るだけの準備が整っているという事が言えます。
講義風景
受講者の声
Y.Kさん(30代 エンジニア)
今までこのようなAIを体系的に基礎から学べる講座がなかったので非常に助かっています。復習課題が充実しているのもありがたいです。
Y.Nさん(20代 エンジニア)
まだ受講中なのですが、Study-AIの講座を受けていることをPRして転職活動がうまく行きました。未経験ですが機械学習のエンジニアとして内定しています。これからは業務で活用するのでさらに一生懸命取り組みたいと思います。
T.Nさん(20代 デザイナー)
Pythonを勉強するのも始めてだったのでついていくのに必死です。さらにAIの分野が数学からいろいろなフレームワークまで幅広く何から手を付けて良いかわかりませんでした。でも、周りの方や講師の先生が非常に親切に接してくれたので何とか自分にもAIの世界が分かってきました。
N.Sさん(40代 エンジニア)
TensorFlowの仕組みが目から鱗でした。別の分野のエンジニアで昔プログラミングも扱っていましたが、この講義は感動の連続です。
K.Sさん(50代 研究者)
私のクラスは予習資料が事前に配布され、講義では活発に質問が飛び交うなど受講者が一生懸命に取り組む姿勢が素晴らしく、非常にレベルの高いクラスと感じました。若い方に負けないよう頑張っています。
Q&A
前提となる基礎について
「数学」はどの程度必要ですか?
講義は知識0でも理解できる構成としました。
ただし、その後もっと深く知るには必ず必要になります。
中学+高校の数学の必要部分+線形代数の一部の理解ができるよう、必要な勉強範囲をお教えします。また、希望があれば合同の質問会などフォローアップ を出来る限りサポートします。
宿題は必須か
是非行って欲しい。
講義時間でできることには限界がある。特にプログラムを自分で打って、走らせ、検証するという作業を行わなければ、身につかない。
プログラム経験者のよくある質問(他に質問がありましたらお気軽にお問い合わせください)
作成するコードは全て解説してもらえますか?
基本的な部分は解説する。
ただし後半の講義においては概念的な説明の部分もあります。
1ヶ月でどこまでのスキルが身につきますか?
現状で最もビジネスに活かしやすい、画像の分類タスクができるようになります。具体的には既存のモデルを転移学習させることで、新たな分野の画像を分類します。
この手法は現在最も活発に行われている手法の1つです。
どのようなフレームワークを使用しますか?
chainer又はtensorflowを使います。
Chainerは日本語のサポートが充実しているし、インストールが簡単。初心者にも使いやすい構造となっています。
TensorflowはGoogleが多大なコストをかけて自社開発した人工知能のフリーライセンス版、本格的なサービス導入が低コストで可能です。
別のプログラミング言語を使っているが、Pythonを学ぶ必要がありますか?
機械学習、特にディープラーニングではPythonがデファクトスタンダードになりつつある。
この際pythonを学んで欲しい。
画像以外に興味があるのだが・・・
今回は画像に特化した講義となるが、pythonによるプログラムの書き方、パラメータの調整法、ニューラルネットの基礎知識は自然言語処理や時系列データ処理にも共通します。
是非本講座をお受けください。
認定証発行
AIコーディーネーター認定証(中級)
AIコーディーネーター認定証(上級)
※課題提出状況などを把握し一定のレベルに達したと認められた場合にのみ発行申請可。(無料)