本講座は、ディープラーニングを実装するエンジニアの技能を習得するための講座です。
数理的な基礎原理から体系的に習得する一方、実務で必要な周辺処理や実践手法を中心に学びます。
現場で未知の課題に直面しても潰しが効く技能を身に着ける事がゴールです。

 

2021年8月27日(金)・28日(土)に実施されるE資格受験資格は本プログラムで取得可能です。

挫折させないマンツーマンコース
マンツーマン指導と少人数クラスでE資格合格までサポートします。

種別 日程(2021年8月試験向け) 内容
マンツーマン指導 40分×7回(日程は講座開始前に個別調整) ・学習進捗の確認
・修了認定フォロー/試験対策
少人数クラス
(4名以下)
1回目 5月12日(水)9時~17時
2回目 5月26日(水)9時~17時
3回目 6月09日(水)9時~17時
4回目 6月23日(水)9時~17時
5回目 7月07日(水)9時~17時
6回目 7月21日(水)9時~17時
〜時間割〜
– 各回約90分:4名以下少人数クラスでの個別指導。
– 各回約6時間:実装演習とレポート制作の自習。出席確認、実施内容の確認。
1回目 応用数学(復習と定着)
2回目 機械学習(復習と定着)
3回目 深層学習day1(復習と定着)
4回目 深層学習day2(復習と定着)
5回目 深層学習day3(復習と定着)
6回目 深層学習day4(復習と定着)

講義ビデオ(各回約6H)は事前に予習必須となります。少人数クラスでは講義の確認と、試験を想定した
演習問題や実装を中心にフォローを実施。

マンツーマン指導と少人数クラスはE資格合格者やAI実務経験者が担当し、試験対策をメインにフォローします。

E資格合格者453名中、20.9%の合格者を当プログラムが排出。(※2019年8月試験結果)

※マンツーマンコース以前の卒業生の声です。本コースはもともと平均以上の合格率(80%以上)を持つコースですが、新規開講のマンツーマンコースでは、できましたら全員に合格いただくことを目標にしています。

カリキュラム

◆応用数学(約6時間)◆

■線形代数
-スカラー,ベクトル,行列,単位行列,逆行列/固有値,固有ベクトル/行列の分解(固有値分解,特異値分解)
■情報理論
-自己情報量/シャノンエントロピー/カルバック・ライブラー ダイバージェンス/交差エントロピー
■確率と統計
-一般的な確率分布/ベルヌーイの分布/マルチヌーイの分布/ガウス分布
■ベイズ則
■微分の復習と偏微分

◆機械学習(約6時間)◆

Deep Learningの大本には機械学習があります。そもそも統計分析の基礎手法を知らないままディープラーニングのみ実装できても現場では“潰し”が効きません。

どのような手法、どのような時代にも対応できるデータサイエンティスト、AIエンジニアとして活躍するために、本講座では機械学習の基礎もしっかりと固めて頂きます。

◇冒頭~2分:板書サンプル
◇2分~4分:演習サンプル
講義は講義テキストをベースに進みますが、ビデオでは極力講師による実務の話や、分かりやすい説明、板書を重視しています。

■機械学習の基礎
-学習アルゴリズム/能力、過剰適合、過少適合/ハイパーパラメータ/検証集合,学習データ、検証データ、テスト
■最尤推定、条件付き対数尤度と平均二乗誤差
■教師あり学習アルゴリズム
-ロジスティック回帰/サポートベクトルマシン/k近傍法/最近傍法
■教師なし学習アルゴリズム
-順伝播の基礎/線形問題と非線形問題/誤差関数、出力ユニット、隠れユニット/アーキテクチャの設計
■ディープラーニングの全体像と順伝播
-Deep Learning講座の全体像/Deep Learningの実装と理論/手書き文字認識データ(MNIST)の扱い方/既存手法との比較
■実用的な方法論 性能指標
-データの追加収集の判断/ハイパーパラメータの選択 手動でのハイパーパラメータ調整/グリッドサーチ/ランダムサーチ/モデルに基づくハイパーパラメータの最適化

◆深層学習(約24時間)◆
ディープラーニングの実践課題を中心とした講義となります。一方で基礎原理の深い理解と網羅的な把握を目指します。到達度により高度な実装技術を有するAIエンジニアの証明としてDeep Learning協会認定講座の修了証を発行します。

画像はイメージです

学べるスキル(E資格の最新シラバスに準じます
■アーキテクチャの設計 万能近似定理と深さ

■誤差逆伝搬法およびその他の微分アルゴリズム 計算グラフ

-微積分の連鎖率/誤差逆伝搬のための連鎖率の再起的な適用/全結合 MLP での誤差逆伝搬法/シンボル間の微分/一般的な誤差逆伝播法/パラメータノルムペナルティー/1正則化/L2パラメータ正則化/条件付き最適化としてのノルムペナルティ/正則化と制約不足問題/データ集合の拡張/ノイズに対する頑健性-出力目標へのノイズ注入/半教師あり学習/マルチタスク学習/早期終了/パラメータ拘束とパラメータ共有/スパース表現/バギングやその他のアンサンブル手法/ドロップアウト/学習と純粋な最適化の差異 経験損失最小化/代理損失関数と早期終了/バッチアルゴリズムとミニバッチアルゴリズム
■ニューラルネットワーク最適化課題 悪条件
-局所値/プラトー、鞍点、その他平坦な領域/崖と勾配爆発/長期依存性/不正確な勾配/局所構造と全体構造の不十分な対応関係/最適化の理論的限界
■基本的なアルゴリズム 確率的勾配降下法
-モメンタム/ネステロフのモメンタム/パラメータの初期化戦略
■適応的な学習率を持つアルゴリズム
-AdaGrad/RMSrop/Adam
■最適化戦略とメタアルゴリズム
-バッチ正規化/座標降下法/教師あり事前学習
■畳み込み処理
-プーリング/構造出力/データの種類/効率的な畳み込みアルゴリズム/ランダムあるいは教師なし特徴量/計算グラフの展開
■回帰結合型のニューラルネットワーク 教師強制と出力回帰のあるネットワーク
-回帰結合型ネットワークにおける勾配計算/有向グラフィカルモデルとしての回帰結合型のネットワーク/RNNを使った文脈で条件付けされた系列モデリング
■画像認識の有名なモデル
-VGG/AlexNet/GoogLeNet/Resnet
■特徴量の転移
■画像の局在化、検知、セグメンテーション
■双方向 RNN
■Encoder-Decoder と Sequence-to-Sequence
■深層回帰結合型のネットワーク
■再帰型ニューラルネットワーク
■長期依存性の課題
■エコーステートネットワーク
■複数時間スケールのための Leaky ユニットとその他の手法
-時間方向にスキップ接続を追加/Leakyユニットと異なる時間スケールのスペクトル/接続の削除
■ゲート付きRNN
-LSTM/GRU

■長期依存性の最適化 勾配のクリッピング
-自然言語処理とRNN/メモリネットワーク Attention/BERT
■生成的確率ネットワーク
-GAN
■強化学習
-価値反復法/Q学習/方策勾配法/深層Qネットワーク

■最新シラバス(2020#1版)に完全対応。さらに2022#2シラバスも先読み。

AlphaGo / モデル圧縮(量子化、プルーニング) / 分散処理 / GPU / ROC曲線 / Conditional GAN / pix2pix / ミドルウェア / RNN復習(時系列言語処理) / Encoder-decoder / seq2seq / Transformer / Self-Attention(辞書オブジェクト) / MobileNet / DenseNet / Layer Normalization, Instance Normalization / WaveNet

■音声認識×ドローン自動制御(視聴任意/撮りおろし約4時間)

オンライン模擬試験

◆オンライン模擬試験「Eもぎ」◆

E資格合格を目指す受講者への特別サポートとしてE資格を想定した模擬試験「Eもぎ」のオンライン試験ツールを提供します。オンラインツールは当講座受講者限定特典で、繰り返し反復練習が可能です。

コース概要(マンツーマンコース)

3カ月で現場で潰しが効くディープラーニング講座
E資格認定プログラム[00011]

2021年8月試験(E資格2021#2)向け

講座/コース名 3カ月で現場で潰しが効くディープラーニング講座 マンツーマンコース
概要 オンラインマンツーマン指導付き。実務で必要な周辺処理や実践手法を中心に、ディープラーニングに関する知識や技術を、数理的な基礎原理から体系的に学習します。
価格 45万円(税別)/ 名
※同一法人様で2名様以上ご受講の場合、2名様以降は35万円/名(税別)
ライセンス期間 受講開始から2021年8月28日迄
提供方式 eラーニング(リモート指導あり)
日程 ■マンツーマン指導(学習進捗確認&試験対策)
40分×7回 ※コース開始前に日程を個別調整■4名以下の少人数クラス(復習+定着)
1回目 5月12日(水)9時~17時
2回目 5月26日(水)9時~17時
3回目 6月09日(水)9時~17時
4回目 6月23日(水)9時~17時
5回目 7月07日(水)9時~17時
6回目 7月21日(水)9時~17時
〜時間割〜
– 各回約90分:4名以下少人数クラスでの個別指導。
– 各回約6時間:実装演習とレポート制作の自習。出席確認、実施内容の確認。
前提条件 高校数学までの数学知識、プログラミング経験を有すること。プログラミングの言語の種類は問いません。
※数学知識やPythonの知識が不足する方は、必ず最初にお渡しする予習教材(AI実装検定A級公式教材「超AI入門講座」)でしっかりと学習してください。
受講対象者 ディープラーニングを実装するエンジニアとしての技能を修得したい方。
E資格試験(日本ディープラーニング協会主催)の合格をめざす方。
到達目標 ディープラーニングの理論を理解し適切な手法を選択して実装ができる
E資格試験(日本ディープラーニング協会主催)に合格できる知識や技術の基礎を修得する
標準学習期間
(学習時間目安)
約36時間 ※E資格受験を目指す方は別途約90時間の学習が必要です。
学習項目 応用数学(6H)/ 機械学習(6H)/ 深層学習(24H) ※E資格の最新のシラバスに対応。
– サンプルソースコード(機械学習10単元以上、深層学習20単元以上)
– 修了テスト(修了認定模擬試験)
– 演習問題180問以上
QA・メンター対応 QA対応あり(オンライン対応)
実装演習 あり
対応資格 E資格
備考欄 ■学習環境
講義はプログラミングが苦手な方でも比較的困らないブラウザ上で実行頂ける環境「GoogleColaboratory」をベースに進めます。■修了認定証発行(E資格受験資格付与)条件
以下の条件を満たすこと
・6日間の講義実装演習レポートを提出
・修了テストで正答率95%以上の取得■《安心保証》再履修コース
期間内に修了できなかった方は無料で再履修コース(e-ラーニングのみ)での受講が可能です。
※申込には規程の前提条件があります。
※再履修コースでのE資格受験資格取得のための再試験は別途1万円のお手数料を頂いております。

 

監修(Supervision person)

塚本 幸一郎
株式会社フジクラ 健康経営推進室 上席部員

経歴
SAS Institute アライアンス戦略部マネージャー 米フェア・アイザック 日本支社 パートナー 株式会社シグマクシス プリンシパル
ブティックファーム CAO(最高解析責任者)& マネージング・ディレクター ビジネスコンサルティングファーム パートナー ビジネス&デジタル戦略統括 その他複数のコンサルティングファーム
株式会社電通デジタル 研究主席
著書
ここが危ない! ビッグデータの落とし穴(日経BP)
講演
東京大学、他多数
直近の講演;武蔵野大学データサイエンス学部

 

中間試験でAI実装師の獲得も可能(2021年6月に実施)

本コース(現場で潰しが効くディープラーニング講座[マンツーマンコース])をご受講中にAI実装検定A級®を受験頂く事も可能です。公式教材はプログラム中に入門編として含まれています。

スタート時の実力測定又は中間試験としてのモチベーション維持が可能です。(受験は任意です)

「超AI入門講座」の無料提供

●予習教材として
数学やPython及びAIの順伝播までの基礎の予習をしていただく事で上級者向けであるE資格プログラムに挑戦できます。

コースの特徴 AI実装検定公式テキストの「超AI入門講座」は 小中学生でも親しみやすいテイストですが、進んでいくとAI資格試験の最高峰といわれるE資格の勉強準備が整う、あるいは、基本的なAIの技術書籍が読み進められるほどの高度な内容を習得できます
全国高等専門学校ディープラーニングコンテストに参加する教職の皆様にもご活用いただいている教材です
学習目安時間 30時間
利用期間 E資格認定プログラム利用期間中
受講費用 無料
収録内容 Chapter1

90分/9動画でマスター
1-1 認識の仕組み
1-2 入力値の調整
1-3 順伝播の計算入門
1-4 行列の計算
1-5 Pythonでの実装
1-6 バイアス項の導入
1-7 シグモイド関数の計算
1-8 シグモイド関数の実装
1-9 活性化関数の取り込み

 

Chapter2(120分/9動画でマスター)

家庭教師のような寄り添い感で挫折しません

Chapter3(150分/15動画でマスター)

最後には高度な内容も習得

【超補講】AIを学ぶための本格Python講座(無料付録)

AI実装検定A級のシラバスに準拠

AIはプログラミングで実装します その為、AIアルゴリズムを学ぶにもプログラミング言語が読めることは必須となります
本講座ではPythonが初めての方や、機械学習の為のPythonの使い方を中心に解説した動画も提供しています

AIの実装に特化して初めから丁寧に説明します。

AI実装検定A級の範囲も網羅

可視化など実践的手法も

【超補講】AIを学ぶための本格数学講座(無料付録)

AIとは数学であるとも言えます。0からAIに必要な数式が読めるようになりましょう。
  • 微分編(26動画 180分)
  • 基礎数学編(16動画 90分)

 

よくある質問

全くの初心者ですが大丈夫でしょうか?
AIは基礎から学びますので大丈夫です。但し本講座は上級者向けなのでプログラミングスキルと高校までの数学の知識が必要です。もしも不安な場合は無料で配布される(定価5万円)超AI入門講座を事前、又は 平行してご利用ください。
どのくらいの学習時間の確保が必要ですか?
個人差がありますが、特に予備知識がない場合は毎月30時間の予習復習時間を確保してください。
パソコンの環境構築が心配です。
上級者はご自身の環境を構築しても良いですが、講義はプログラミングが苦手な方でも比較的困らない「GoogleColaboratory」にてブラウザ上で実行頂ける環境をベースに進めます。尚、会社の都合などで「GoogleColaboratory」が利用できない場合は、ご自身で環境をご用意いただくのがベターですが、弊社の独自サーバー(jupyter)のご利用も可能ですのでご安心ください。
修了証が受け取れるかが心配です。
講義にしっかりと出席を頂ければ大丈夫です。そのうえで十分な予習復習時間を確保頂ければ出席者全員に修了証を受け取って頂きたいという方針で組み立てております。
業務などで時間が十分に取れず提出物やテスト基準が満たなかった場合も、修了出来なかった方は無料で再履修コースを受講できます。※修了証取得のための再試験は別途1万円頂いておりますので予めご了承ください。
Windows PCでも受講可能ですか?
WindowsPC(通常のCPU)でご受講頂けます。勿論MacPCなどでも可能です。
この講座を受けるとE資格に受かるのでしょうか?
本番試験を想定した「Eもぎ」など試験対策の教材サポートも随一ですがE資格に受かるかどうかはあくまで受講者の皆様の対策次第となります。マンツーマン指導があるのは本講座だけなので(2021年当社調べ)モチベーションを高めて合格を目指してください。

速報!合格者の声

■E資格を受験したきっかけは何ですか?

ちょうど今の仕事に煮詰まっていて、なにか別のことをやりたいなーと思っていたところに、第一回のE資格検定が行われることを知ったので

■E資格合格のためにどのような準備をしましたか?

講習の内容は、講習日中に理解するようにしました。ちゃんと予習していき、予習でわからなかったところは授業を止めてでも講習中に疑問を解消します。どうしてもだめなところも講習後の自習時間に講師を質問攻めにして漏れの無いようにします。どうせ後で自分で考えてもわからないので、授業料の元は取りましょう。

■受験してよかったことは何ですか?

その気になれば、自分でディープラーニングのエンジンを作れるようになったというのが良かったです。訳わからず魔法の箱としてKeras/Tensorflowを使うのと、理解した上で使うのではその結果に雲泥の差があります。

■E資格の社内での活用法を教えてください。

その気になれば、AIにかかわる他部署への転籍や他社への転職ができると思えるようになったので、逆に今の場所(SI)で、もうひと頑張りしてみようかと思えるようになりました。