AI入門講座 3つの特色
質問し放題
講義期間中2カ月、オンラインでいつでも質問!
AIとIotを活用したサービス作成
2ヵ月後にはAIを活用したサービスを完成! 社会に役立つサービスを一緒に生み出そう。
開発したサービスはStudy-AIホームページで公開し、あなたのお名前が共同開発者として掲載されます。
※希望者のみ。また開発したサービスの全ての権利はStudy-AIに帰属するものとします。
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。
今回作るもの
鳩分類機
猫分類機も選択可!
ドローンとラズベリーパイ(Iot)
ドローン(別売16,200円)
ラズベリーパイ(先着10名にプレゼント!!)
カメラが捉えた鳩や猫をラズベリーパイ(手のひらサイズのパソコン)に搭載したディープラーニングで学習した鳩識別機が認識します。
鳩を認識したら、ドローンを発進させたり、クラッカーを鳴らしたり制御を行います。
AIとIotの連携により鳩害対策など生活に役立つアイディアの模索(POC)を体験します。工夫を重ね、本当に課題が解決するレベルにまで昇華すればビジネスにもつながるでしょう。
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。
- プロデューサーや企画部の方。一連の開発工程を概論で体験し、自社や自身のサービス展開や開発チームを立ち上げたい方。
- 鳩(猫)分類機を開発して自慢したり、実際役に立つまで実証実験を繰り返してみたい方。
- 講義後ヒアリやイノシシなどの害獣に応用したい方。
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。
- 今回は、プログラミングや数学の知識がない方も受講いただける補習カリキュラムをご用意しました。(日曜日コースのみ)
- 初めの三回、9時間で、ディープラーニングを学ぶために最低限必要な数学とプログラミングの学び方と範囲をレクチャーします。
- 勿論、9時間では足りないのでやる気を持って自習していただく必要もありますが、プログラミング未経験の方も頑張ればAIエンジニアへの扉を叩くことができます。
- 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。
- ディープラーニングによる試作品製作(PoC)を通し、社会の役に立つサービスやビジネスを生み出す力をつけます。
新しい分野のビジネス開発(又は社会の課題解決)において、とりあえず何か試作品を作ってみるという方法はもっとも実践的で効率的なアプローチといえます。
しかしながらAIという分野において、何かのアイディアを思いついたとしても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2分(予定)又は渋谷駅2分(予定)
日程
※講義はビデオ撮影もしておりますので万一日程が合わない場合もキャッチアップも出来ますのでご安心ください。東京の土曜日コース、日曜日コースでは同一内容の講義については振替も可能です。
■土曜日コース [東京]
開催日 | テーマ | 時間 |
---|---|---|
2017年10月7日(土) | ディープラーニング基礎講習(L1~L2) | 13時~16時 |
2017年10月14日(土) | ディープラーニング基礎講習(L3~L4) | 13時~16時 |
2017年10月21日(土) | ディープラーニング基礎講習(L5~L6) | 13時~16時 |
2017年11月11日(土) | 鳩(猫)分類機製作 | 13時~16時 |
2017年11月18日(土) | 鳩(猫)分類機製作 | 13時~16時 |
2017年11月25日(土) | 鳩(猫)分類機製作 | 13時~16時 |
■日曜日コース [東京]
開催日 | テーマ | 時間 |
---|---|---|
2017年10月01日(日) | Pythonプログラミング基礎/数学基礎 | 13時~16時 |
2017年10月08日(日) | Pythonプログラミング基礎/数学基礎 | 13時~16時 |
2017年10月15日(日) | Pythonプログラミング基礎/数学基礎/環境構築 | 13時~16時 |
2017年10月29日(日) | ディープラーニング基礎講習(L1~L6) | 9時~18時 |
2017年11月12日(日) | 鳩(猫)分類機製作 | 13時~16時 |
2017年11月19日(日) | 鳩(猫)分類機製作 | 13時~16時 |
2017年11月26日(日) | 鳩(猫)分類機製作 | 13時~16時 |
※プログラミング・数学の知識がある方は10月29日からご参加ください。予習課題は10月1日より配布されます。
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。
- 幅広い範囲で迷子にならず、繰り返し何度も復習をしていただく事でコア部分の確かな基礎が身につきます。
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。
横田 直彦
- 略歴:
株式会社ヤフーで3年、R&Dに携わる。現在ベンチャー企業勤務
- 専門知識:
機械学習・自然言語処理・画像処理
- 趣味:
キャンプ・煎茶
酒井能克
有限会社ブルームーン代表
大学時代にゲーム制作のアルバイトを始め、卒業後、電機メーカーにSEとして就職。その後独立し有限会社ブルームーンを設立。
設立当初はデータベース系アプリ中心に受託していましたが、インターネットの普及とともにLAMP中心のサーバサイド・エンジニアとして活動。
近年は各企業の求めに応じて開発業務のサービスを提供。オープンソースのコミッターとしても github の bluemooninc として活動し、執筆・公演も時折行う。
田中孝育
有限会社山田田中商店 代表
独立系Sierや測量会社のシステム部門を経て独立。フリーランスとして活動していたが、実家の会社を継ぐことになり、現在に至る。
日本のIT業界を牽引する企業のR&D部門に技術協力しながら、自社で研究開発を進めている。
講演実績も豊富で、Study-AIでもドローン講座が好評を博した。本講座でも主にドローンとの連携部分をフォローする。
Yoshiyuki Nakao
- 略歴:
大手ITベンダーで、金融機関の業務システムの開発・運用・保守を担当。
現在AIを活用したトレードサービスR&Dを手掛けるなど、得意な統計分析を強みとしフリーのデータサイエンティストとして活躍中
- バックグラウンド:
マクロ経済・国際金融が専門マクロ経済・国際金融が専門。Webサイト作成も得意とするフルスタックエンジニア。
他、アシスタント、サブ講師など充実の講師陣。
※担当講師は講座により異なります。実務経験の豊富なエキスパートのAIエンジニアが担当します。
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。
今回作るもの
猫分類機
鳩分類機も選択可!
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。
2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。
パソコン以外に何か持ち物がありますか?
Wi-Fi環境はありますが、容量に限りがあるので、ポケットWi-Fiなどがあればご持参頂くとよりスムーズです。
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)