スキルアップAI (名古屋) by doorkeeper


開催する勉強会



過去の勉強会

5/28 (火)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 「AIを使ってビジネス課題を解決して欲しいと言われても、どう考えていいか分からない」「エンジニアを巻き込んでAIを使った開発を進めてほしいと言われても、エンジニアと何を話せばよいか分からない」このような経験はありませんか? AI(人工知能)を使ったビジネス課題の解決やAI開発の推進には、AIに関する体系的基礎知識を身につけておく必要があります。本講座では、AIの最先端技術の原理・技術が生まれた背景の解説、加えて実際に使われる基礎理論や手法の概要を学習します。講義および確認テストにより短期間で体系的な理解ができるカリキュラム構成となっています。 AI関連のニュースやテクノロジーベンダーに踊らされず、AIを使ったビジネス課題の解決ができる人材になるための足掛かりとして本講座をご活用ください。 スキルアップAIでは、現場経験豊富なスタッフの知見や産学官連携により、AIに関連する知識や技術の「何をどこまで学べば良いのか」を定義しています。「AIジェネラリスト基礎」講座は、エンジニアだけではなく企画職をはじめとした「AIに関わるすべての方」に、「AI時代の教養」を身につけていただく講座です。 受講プラン 【通常プラン】 ① 講義16時間 ② 講義資料 【G検定対策プラン】 G検定対策プランで通常プランに追加されるもの ③ 徹底攻略G検定問題集(書籍) ④ 試験対策動画(約8時間) G検定の受験登録は「日本ディープラーニング協会 資格試験専用Webサイト」から別途必要です。 オンラインでの受講をご希望の場合は、ホームページよりお申込みください。 日程 全2回、合計16時間 回 日付 時間 DAY1 5月28日(火) 9:30~18:30 DAY2 6月04日(火) 9:30~18:30 G検定とは 日本ディープラーニング協会(JDLA)主催の資格試験。AIの俯瞰的知識の有無や、適切な活用方針を決定し事業応用する能力を測ります。JDLAでは、2020年までに10万人規模でAIジェネラリストを輩出することを目指し、知識面から育成を支援する活動に取り組んでいるため、G検定の出題内容もビジネスの現場で役に立つ知識に焦点を当てた出題となっています。詳細はJDLA公式ページをご確認ください。 【試験実績】 G検定2017 2017年12月実施 823名/1,448名 合格者率56.8% G検定2018#1  2018年06月実施 1,136名/1,988名 合格者率57.1% G検定2018#2  2018年11月実施 1,740名/2,680名 合格者率64.9% カリキュラム 【人工知能(AI)をめぐる歴史と動向】 ① 人工知能/機械学習/深層学習という言葉の意味 ② チューリングテスト ③ AIブーム 第一次AIブーム~探索と推論の時代 ○ 探索と推論 ○ 探索と推論 第二次AIブーム~エキスパートシステムの時代 ○ 探索と推論エキスパートシステム ○ 探索と推論エキスパートシステムの限界 ○ 探索と推論自然言語 処理とシンボルグラウンディング問題 ○ 探索と推論フレーム問題と弱いAI、強いAI 第三次AIブーム~深層学習の時代 ○ ISLVRC2012 ○ ビッグデータとGPUの性能向上 ○ 具体的事例 ○ シンギュラリティの到来 ④ グループワーク 【機械学習の基本】 ① 機械学習の種類 ○ 教師あり学習○ 教師なし学習○ 応用的手法 ② モデルの評価手法 ○ 機械学習の試験 ③ 機械学習の代表的な応用事例 ④ グループワーク 【基礎数学】 ① 基礎数学 ② 微分 ③ 線形代数 ④ 確率・統計 ⑤ グループワーク 【ディープラーニング】 ① ディープラーニングを学ぶ上で重要なこと ② 理論と手法 ○ ニューラルネットワークの学習○ プログラミング技術 ディープラーニングの各種手法 ○ 自己符号化器(Autoencoder)○ 畳み込みニューラルネットワーク(CNN)○ 回帰結合ニューラルネットワーク(再帰型ニューラルネットワー ク/RNN)○ 敵対的生成ネットワーク(GAN) ③ 応用分野 ○ 画像認識○ 音声合成○ 自然言語処理 ④ 社会の動向 ⑤ グループワーク *カリキュラムは若干変更になる場合があります。 前提知識 前提知識は不要です! カリキュラム内にはAIに関連する技術の理解に必要な数学も含まれていますが、前提知識がなくても理解できるように解説いたします。またAIの最先端技術がどのような原理で成り立っているのか、AI関連の技術がどのようにして生まれたかなど、背景の説明からスタートするため、事前学習は不要です。 本講座で得られる知識/スキル AIができる事・できない事を説明できるようになる AIを業務に適用するための提案ができるようになる G検定に合格するレベルの知識が身につく 事前準備 特にございません。 講師 K Nishida 株式会社バルキー・インフォ・テック執行役員。ソフトウェア開発会社を経て、2002年より現職。長年、ソフトウェア開発、社内の新人研修、社外のIT系研修およびコンサルティングなどに従事。現在、モバイルアプリとAIの融合にも取り組んでいる。G検定2017#1合格。E資格2018#1合格。 会場へのアクセス方法 西川コミュニケーションズ本社 ▶︎マップ 〒461-0005名古屋市東区東桜2-11-16 西川ビル ビルに直接お越しください。 受付・入場時間 開場は開始時刻の10分前です。 10分以上前にお越しになられますと、会場の準備のために外でお待ちいただく場合がございます。ご注意ください。 当日のお持物 筆記用具 (紙面でのテキストをご用意しております) 銀行振込、領収書・請求書 銀行振込をご希望の方は、HP からお申し込みください。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 当社よりの重複しての領収書発行は行えません。 【Stripeでお支払いの場合】 Stripe発行の受領書が領収書となります。当社より重複しての領収書発行は行えません。 請求書が必要な方は、HP からお申し込みください。 備考 最小遂行人数「5名」:開催日の2日前までに最小遂行人数に達しない場合は、中止となります。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます。 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください。 個人ブログへの記述については、良識の範囲内でお願いいたします。 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください。 運営団体 スキルアップAI https://www.skillupai.com 講座に関するお問い合わせは、[email protected] までお願いいたします。

2/19 (火)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 「AIを使ってビジネス課題を解決して欲しいと言われても、どう考えていいか分からない」「エンジニアを巻き込んでAIを使った開発を進めてほしいと言われても、エンジニアと何を話せばよいか分からない」このような経験はありませんか? AI(人工知能)を使ったビジネス課題の解決やAI開発の推進には、AIに関する体系的基礎知識を身につけておく必要があります。本講座では、AIの最先端技術の原理・技術が生まれた背景の解説、加えて実際に使われる基礎理論や手法の概要を学習します。講義および確認テストにより短期間で体系的な理解ができるカリキュラム構成となっています。 AI関連のニュースやテクノロジーベンダーに踊らされず、AIを使ったビジネス課題の解決ができる人材になるための足掛かりとして本講座をご活用ください。 スキルアップAIでは、現場経験豊富なスタッフの知見や産学官連携により、AIに関連する知識や技術の「何をどこまで学べば良いのか」を定義しています(「スキルアップAIの講座マップ」を参照)。「AIジェネラリスト基礎」講座は、エンジニアだけではなく企画職をはじめとした「AIに関わるすべての方」に、「AI時代の教養」を身につけていただく講座です。 受講プラン 【通常プラン】 ① 講義16時間 ② 講義資料 【G検定対策プラン】 G検定対策プランで追加されるもの ① G検定模擬試験1回分(講座終了後に受験してください。時間の計測はご自身で行ってください。正解数の表示、解答はお渡し可能です) ② G検定受験費用(直近の試験に限ります)*受験者登録は「日本ディープラーニング協会 資格試験専用Webサイト」から別途必要です。 オンラインでの受講をご希望の場合は、HPよりお申込みください。また、オンライン受講にも「G検定対策」オプションを追加できます。 日程 全2回、合計16時間 回 日付 時間 DAY1 2月19日(火) 9:30~18:30 DAY2 2月26日(火) 9:30~18:30 G検定とは 日本ディープラーニング協会(JDLA)主催の資格試験。AIの俯瞰的知識の有無や、適切な活用方針を決定し事業応用する能力を測ります。JDLAでは、2020年までに10万人規模でAIジェネラリストを輩出することを目指し、知識面から育成を支援する活動に取り組んでいるため、G検定の出題内容もビジネスの現場で役に立つ知識に焦点を当てた出題となっています。詳細はJDLA公式ページをご確認ください。 【試験実績】 G検定2017 2017年12月実施 823名/1,448名 合格者率56.8% G検定2018#1  2018年06月実施 1,136名/1,988名 合格者率57.1% G検定2018#2  2018年11月実施 1,740名/2,680名 合格者率64.9% カリキュラム 【人工知能(AI)をめぐる歴史と動向】 ① 人工知能/機械学習/深層学習という言葉の意味 ② チューリングテスト ③ AIブーム 第一次AIブーム~探索と推論の時代 ○ 探索と推論 ○ 探索と推論 第二次AIブーム~エキスパートシステムの時代 ○ 探索と推論エキスパートシステム ○ 探索と推論エキスパートシステムの限界 ○ 探索と推論自然言語 処理とシンボルグラウンディング問題 ○ 探索と推論フレーム問題と弱いAI、強いAI 第三次AIブーム~深層学習の時代 ○ ISLVRC2012 ○ ビッグデータとGPUの性能向上 ○ 具体的事例 ○ シンギュラリティの到来 【基礎数学】 ① 微分 ② 線形代数 ③ 確率・統計 ④ 演習テスト 【ディープラーニング】 ①基本概念、概要 ○ パーセプトロン ○ ニューラルネットワーク ② 具体的理論、手法 ○ 種々の活性化関数 ○ 順伝播 ○ 勾配降下法 ○ 誤差逆伝播法 ○ 勾配消失 ○ 過学習 ○ CNN/RNN ○ GAN ③ 応用分野 ○ 画像認識 ○ 音声認識 ○ 自然言語処理 ○ 時系列解析(需要予測等) ○ 異常検知 【ビジネスへの適用を見据えて】 ① 一般的なAI案件の流れと注意事項 ② 産業への応用、法律、倫理、現行の議論 *カリキュラムは若干変更になる場合があります。 前提知識 前提知識は不要です! カリキュラム内にはAIに関連する技術の理解に必要な数学も含まれていますが、前提知識がなくても理解できるように解説いたします。またAIの最先端技術がどのような原理で成り立っているのか、AI関連の技術がどのようにして生まれたかなど、背景の説明からスタートするため、事前学習は不要です。 受講後のゴール AIの俯瞰的知識 AIができる事・できない事を説明できるようになる AIを活用したビジネス提案力 AIを業務に適用するための提案ができるようになる G検定合格水準の知識 G検定に合格するレベルの知識が身につく 事前準備 特にございません。 講師 S Saito スキルアップAI講師。横浜国立大学卒業。高専時代に画像認識に対して興味を持ったことがきっかけで、現在ではDeep Learningや機械学習、進化計算などの人工知能分野のアルゴリズム研究開発やコンサルティングに従事。日本ディープラーニング協会のE資格合格者、2018年度G検定合格者。 会場へのアクセス方法 西川コミュニケーションズ本社 https://nishikawa.jp/corporate/offices.html 〒461-0005名古屋市東区東桜2-11-16 西川ビル ビルに直接お越しください。 受付・入場時間 開場は開始時刻の15分前です。 15分以上前にお越しになられますと、会場の準備のために外でお待ちいただく場合がございます。ご注意ください。 当日のお持物 筆記用具 (紙面でのテキストをご用意しております) 銀行振込、領収書・請求書 銀行振込をご希望の方は、HP からお申し込みください。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 当社よりの重複しての領収書発行は行えません。 【Stripeでお支払いの場合】 Stripe発行の受領書が領収書となります。当社より重複しての領収書発行は行えません。 請求書が必要な方は、HP からお申し込みください。 備考 最小遂行人数「4名」:開催日の2日前までに最小遂行人数に達しない場合は、中止となります。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます。 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください。 個人ブログへの記述については、良識の範囲内でお願いいたします。 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください。 運営団体 スキルアップAI https://www.skillupai.com 講座に関するお問い合わせは、[email protected] までお願いいたします。

9/15 (土)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
講座体系 機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。 シリーズ 分野 前提知識 基礎数学シリーズ 微分、線形代数、確率統計 不要 応用数学シリーズ 多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論 基礎数学シリーズの指定の講座修了レベル 直近のシリーズ 応用数学 日程 時間 講義名 9/02(日) 09:00-12:30 機械学習・ディープラーニングのための情報理論 9/02(日) 13:30-20:00 機械学習・ディープラーニングのための最適化 9/15(土) 09:00-14:00 機械学習・ディープラーニングのための多変量解析 9/15(土) 15:00-20:00 ベイズ推論のための確率統計アドバンス お得な応用数学講座セットは、HP からお申し込みを受け付けております。 HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。 講座内で全て消化できない方向けに、HPから動画も購入いただけるように予定しております。 概要 AIに関するほとんどの書籍や学習コンテンツは、数式を用いた説明をしており、数学に苦手意識をもつ方にとっては、難解な分野だという雰囲気を醸しています。 しかし、AI自体が数式で知能を表現しようという試みであるとも言えるため、数学を学ばずにAIを理解することはできません。 スキルアップAIの数学講座は、前提知識不要レベルの基礎数学講座から、機械学習を理解するのに直結する応用数学講座まで、豊富なラインナップで講座を展開しています。 今回は、最近ゆっくりと脚光を浴び始めている「ベイズ推論による機械学習」です。 確率統計学において「最も」重要であると言っても過言ではない「ベイズの定理」を軸として生まれるこの手法は、より高度な確率統計論を駆使し、確率分布のパラメータを「確率的に」予測するという、ディープラーニングとは全く異なる趣を持つ理論です。 ディープラーニングが潜在的に抱える種々の問題を解消するきっかけとなる「ベイズ推論による機械学習」を学ぶために必要な、高度な確率統計の知識をわかりやすくお届けします。 受付・入場時間 開始の10分前から カリキュラム 積分の基本 確率変数の期待値、分散、標準偏差 代表的な確率分布 ベルヌーイ分布 マルチヌーイ(カテゴリカル)分布 二項分布 ポアソン分布 正規分布 ベータ分布 ガンマ分布 ディリクレ分布 ベイズの定理の復習 ベイズ更新とベイズ推論 共役事前分布 ベイズ推論によるパラメータの推定(ハンズオンを交えて) ベータ分布によるベルヌーイ分布のパラメータ推定 ガンマ分布によるポアソン分布のパラメータ推定 正規分布のパラメータ推定 *若干変更なる場合があります。 対象者(受講にあたっての前提知識) 「微分」「線形代数」「確率統計Day1, Day2」講座を受講もしくは、修了相当の理解をしていること 会場へのアクセス方法 西川コミュニケーションズ本社 〒461-0005名古屋市東区東桜2-11-16 西川ビル ビルに直接お越しください。 講師 S Saito スキルアップAI講師。横浜国立大学卒業。高専時代に画像認識に対して興味を持ったことがきっかけで、現在ではDeep Learningや機械学習、進化計算などの人工知能分野のアルゴリズム研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度G検定 合格者。 当日のお持物 ご自身のノートPC 筆記用具 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 【動作環境】 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ8GB以上必須 ※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。 メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。 【環境構築について】 Anaconda3-5.0.1以上の事前インストールをいただき、ブラウザでnotebookが表示されるところまでをお願いいたします。 こちらを参考にしてください。 https://goo.gl/FRWrax ※各自で必ず当日までに環境構築のみはお願いいたします。 もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com 講座に関するお問い合わせは、[email protected]までお願いいたします。

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
講座体系 機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。 シリーズ 分野 前提知識 基礎数学シリーズ 微分、線形代数、確率統計 不要 応用数学シリーズ 多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論 基礎数学シリーズの指定の講座修了レベル 直近のシリーズ 応用数学 日程 時間 講義名 9/02(日) 09:00-12:30 機械学習・ディープラーニングのための情報理論 9/02(日) 13:30-20:00 機械学習・ディープラーニングのための最適化 9/15(土) 09:00-14:00 機械学習・ディープラーニングのための多変量解析 9/15(土) 15:00-20:00 ベイズ推論のための確率統計アドバンス お得な応用数学講座セットは、HP からお申し込みを受け付けております。 HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。 講座内で全て消化できない方向けに、HPから動画も購入いただけるように予定しております。 概要 AIに関するほとんどの書籍や学習コンテンツは、数式を用いた説明をしており、数学に苦手意識をもつ方にとっては、難解な分野だという雰囲気を醸しています。 しかし、AI自体が数式で知能を表現しようという試みであるとも言えるため、数学を学ばずにAIを理解することはできません。 スキルアップAIの数学講座は、前提知識不要レベルの基礎数学講座から、機械学習を理解するのに直結する応用数学講座まで、豊富なラインナップで講座を展開しています。 今回は、機械学習・ディープラーニングのための「多変量解析」です。 たくさんのデータをもとに現象を予測・分析する技術はディープラーニングだけではありません。その代表例としてデータ間の関連性を解析する回帰分析や、データに内在する本質的情報を抽出する主成分分析などが挙げられます。 本講座では、基礎的な統計学からおさらいし、回帰分析・主成分分析の理論をご紹介します。その後、演習を通じて実践的に手法をご理解いただきます。 受付・入場時間 開始の10分前から カリキュラム データベクトルと偏差ベクトル データの代表値 平均 分散 標準偏差 共分散 相関係数 相関係数の幾何学的意味 最小二乗法 線形回帰 単回帰分析 重回帰分析 ロジスティック回帰 主成分分析 Pythonでの演習 線形回帰演習 ロジスティック回帰演習 主成分分析演習 *若干変更なる場合があります。 対象者(受講にあたっての前提知識) 「微分」「線形代数」「確率統計Day1, Day2」講座を受講もしくは、修了相当の理解をしていること 会場へのアクセス方法 西川コミュニケーションズ本社 〒461-0005名古屋市東区東桜2-11-16 西川ビル ビルに直接お越しください。 講師 S Saito スキルアップAI講師。横浜国立大学卒業。高専時代に画像認識に対して興味を持ったことがきっかけで、現在ではDeep Learningや機械学習、進化計算などの人工知能分野のアルゴリズム研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度G検定 合格者。 当日のお持物 ご自身のノートPC 筆記用具 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 【動作環境】 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ8GB以上必須 ※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。 メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。 【環境構築について】 Anaconda3-5.0.1以上の事前インストールをいただき、ブラウザでnotebookが表示されるところまでをお願いいたします。 こちらを参考にしてください。 https://goo.gl/FRWrax ※各自で必ず当日までに環境構築のみはお願いいたします。 もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com 講座に関するお問い合わせは、[email protected]までお願いいたします。

9/9 (日)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 毎週末、東京で実施しているPython基礎講座になります。 機械学習を用いたデータ分析の実践においては、機械学習のアルゴリズムや統計に関する知識、実装に用いる言語やライブラリの知識が必要ですが、双方の知識を有機的に結びつけることもまた重要です。前講までの内容でPythonで機械学習を実装するに当たって必須のツールが揃いましたので、次はこれらをデータ分析の実装に応用してみましょう。 本講座では、データ分析入門者向けの有名データセットである「タイタニック号の乗客の生存予測」を題材に、Jupyter notebook上でシリーズ第三講までに扱ってきたNumPy, Pandas, Matplotlibを活用しながらデータの整理・可視化を行い、整理したデータをScikit-learnで実装された有名な機械学習アルゴリズムを用いて分析します。 この講座を学び終えれば、「現場で使える機械学習・データ分析基礎講座� 」受講に向けての予備知識は万全なものとなります。次のステップとして実践的な機械学習を学ばれるに当たって非常に有用な講座となっておりますので、ぜひご検討ください。 日程 時間 レベル 講義名 9/08(土) 10:00-14:00 レベル1 pythonプログラミング入門 9/08(土) 15:00-19:00 レベル2 pythonライブラリ基礎(行列計算、データフレーム処理) 9/09(日) 10:00-14:00 レベル3 pythonライブラリ基礎(データ可視化) 9/09(日) 15:00-19:00 レベル4 pythonデータ分析実践(機械学習モデル構築) 告知は随時行います お得なPython集中講座セットは、こちら からお申し込みを受け付けております。 講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。 講座で基本的操作を学ばれた方は、オンラインで開講予定の「現場で使える機械学習・データ分析基礎講座 」を受講いただけると、本講義で身につけたスキルを活かして、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。 この講座で得られること ・機械学習に取り組むにあたっての、実技に関する直前知識 カリキュラム 1.本講座の目的とゴールの共有 2.データを様々な面から視覚化してみよう 3.データを機械学習に向いた形式に整理しよう 4.Scikit-learnを用いて分類を行なってみよう 5.演習 対象者 ・これからデータ分析、機械学習をはじめたい方 ・Pythonの基礎的な文法(シリーズ第一講) ・NumPy, Pandasの基礎(シリーズ第二講) ・Matplotlib,Seabornの基礎(シリーズ第三講) の内容をある程度理解されている方 会場へのアクセス方法 カネジュービル 〒453-0014 愛知県名古屋市中村区則武1丁目2−1 カネジュービル6階 第三会議室 名古屋駅新幹線口(西口)徒歩5分 ビル1階にはコンビニ(セブンイレブン東海地区1号店)があります。 講師 H Matsumoto 慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。 S Uchida 名古屋大学大学院在籍。自然言語処理。不満調査データセットを用いて、ユーザの不満投稿の予測手法の研究に従事。 当日のお持物 ご自身のノートPC(必須) 動作環境 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。 ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。 *準備ができていない場合、ハンズオン講座なので、ついてこれなくなってしまいます。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 会場に関して無線LANはありますがパソコンとの相性などによって稀に作動しない場合もございますのでwifi環境は自己責任にてお願いいたします。 コンセントが2箇所しかございません。一斉にご利用されるとブレーカーが飛ぶ可能性がございますのでPCの充電を満たした状態でお越しください。 運営団体 https://www.skillupai.com/ 講座に関するお問い合わせは、[email protected]までお願いいたします。

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 毎週末、東京で実施しているPython基礎講座になります。 機械学習の実社会への応用が急速に普及した現在でも、意思決定の全てがデータの定量評価によって置き換わることはなく、重要な場面では解析結果をもとに人間が判断を下す局面が多くあります。 そこで重要となるのが、データを人間にとってわかりやすい形で表現する力、すなわちデータの視覚化の能力です。 本講座では、Jupyter notebook上で3つの主要なデータ視覚化用ライブラリを用いて、自在にグラフを作成する方法を学びます。 これらのライブラリは実装上複数の書き方が混在し、混乱を招きやすいため、系統別に整理をすることで書き分ける力を養います。 この講座を学び終えた方は、次のステップとして「Pythonデータ分析実践」講座に進まれますと、機械学習の本格的な学習に入る準備の総仕上げを行うことができますので、是非ご検討ください。 日程 時間 レベル 講義名 9/08(土) 10:00-14:00 レベル1 pythonプログラミング入門 9/08(土) 15:00-19:00 レベル2 pythonライブラリ基礎(行列計算、データフレーム処理) 9/09(日) 10:00-14:00 レベル3 pythonライブラリ基礎(データ可視化) 9/09(日) 15:00-19:00 レベル4 pythonデータ分析実践(機械学習モデル構築) 告知は随時行います お得なPython集中講座セットは、こちら からお申し込みを受け付けております。 講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。 講座で基本的操作を学ばれた方は、オンラインで開講予定の「現場で使える機械学習・データ分析基礎講座 」を受講いただけると、本講義で身につけたスキルを活かして、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。 この講座で得られること ・機械学習に取り組むにあたっての、実技に関する直前知識 カリキュラム 1.本講座の目的とゴールの共有 2.Pythonにおけるグラフ生成の要!Matplotlibを攻略しよう 3.視覚化表現の幅を広げる!Seabornを使ってみよう 4.インタラクティブなグラフで訴求力アップ!Plotlyを駆使しよう 5.演習 対象者 ・これからデータ分析、機械学習をはじめたい方 ・Pythonの基礎的な文法(シリーズ第一講) ・NumPy, Pandasの基礎(シリーズ第二講) の内容をある程度理解されている方 会場へのアクセス方法 カネジュービル 〒453-0014 愛知県名古屋市中村区則武1丁目2−1 カネジュービル6階 第三会議室 名古屋駅新幹線口(西口)徒歩5分 ビル1階にはコンビニ(セブンイレブン東海地区1号店)があります。 講師陣 H Matsumoto 慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。 S Uchida 名古屋大学大学院在籍。自然言語処理。不満調査データセットを用いて、ユーザの不満投稿の予測手法の研究に従事。 当日のお持物 ご自身のノートPC(必須) 動作環境 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。 ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。 *準備ができていない場合、ハンズオン講座なので、ついてこれなくなってしまいます。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 会場に関して無線LANはありますがパソコンとの相性などによって稀に作動しない場合もございますのでwifi環境は自己責任にてお願いいたします。 コンセントが2箇所しかございません。一斉にご利用されるとブレーカーが飛ぶ可能性がございますのでPCの充電を満たした状態でお越しください。 運営団体 https://www.skillupai.com/ 講座に関するお問い合わせは、[email protected]までお願いいたします。

9/8 (土)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 毎週末、東京で実施しているPython基礎講座になります。 データ分析・機械学習などに興味がある初学者にとっては、機械学習のアルゴリズムなどが華やかに見えるかもしれませんが、環境設定と様々な基本的ツールへのアクセスができなければ、話がはじまりません。 本講座では、プログラミングの未経験者、もしくはPythonは触ったことがないという方でも、データ分析・機械学習に取り組むに当たって必須の、Jupyter Notebookの使い方から、データ分析・機械学習で必須のPythonライブラリの操作をハンズオンで学んでいただきます。 Pythonはプログラミング言語の中で、機械学習、深層学習の開発環境が最も整っている言語です。また、高級言語なので、他の言語と比べて比較的習得しやすいのが特徴です。本講座はハンズオン形式でPythonの文法を学んで頂き、講座内容を習得できれば自力でpythonを用いた開発が可能になります。 近年、Pythonが科学技術計算や機械学習の分野で特に重宝されている要因の一つは、その豊富なライブラリ群の存在にあります。特に、高度な数値計算を高速に実行するNumPy、データベースのフォーマット及び操作ツールを備えるPandasは最重要なライブラリであり、機械学習の実装に当たっては欠かせない前提知識となります。 本講座では、機械学習への応用を見据えたNumPy、Pandas操作の必要事項を基礎からハンズオン形式にて習得することを目指します。 日程 時間 レベル 講義名 9/08(土) 10:00-14:00 レベル1 pythonプログラミング入門 9/08(土) 15:00-19:00 レベル2 pythonライブラリ基礎(行列計算、データフレーム処理) 9/09(日) 10:00-14:00 レベル3 pythonライブラリ基礎(データ可視化) 9/09(日) 15:00-19:00 レベル4 pythonデータ分析実践(機械学習モデル構築) 告知は随時行います。 お得なPython集中講座セット(4講座セット)はこちらからお申し込みください。 講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。 講座で基本的操作を学ばれた方は、オンラインで開講予定の「現場で使える機械学習・データ分析基礎講座� 」を受講いただけると、本講義で身につけたスキルを活かして、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。 この講座で得られること ・機械学習に必須のPythonライブラリ(NumPy、Pandas)の使い方 カリキュラム 本講座の目的とゴールの共有 NumPyで計算を高速化してみよう Pandasでデータ処理を効率化してみよう NumPy-Pandas間でデータの受け渡しをしてみよう 演習問題 対象者 これから、データ分析、機械学習をはじめたい方 Python未経験者のエンジニアの方 将来的にデータサイエンティストになりたい方 前提スキル ・Pythonの基本的な文法がわかる方 ・機械学習を始めるためのPython文法入門を受講された方 会場へのアクセス方法 カネジュービル 〒453-0014 愛知県名古屋市中村区則武1丁目2−1 カネジュービル6階 第三会議室 名古屋駅新幹線口(西口)徒歩5分 ビル1階にはコンビニ(セブンイレブン東海地区1号店)があります。 講師 H Matsumoto 慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。 S Uchida 名古屋大学大学院在籍。自然言語処理。不満調査データセットを用いて、ユーザの不満投稿の予測手法の研究に従事。 当日のお持物 ご自身のノートPC(必須) 動作環境 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。 ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。 *準備をお願いいたします。ハンズオン講座なので、ついてこれなくなってしまいます。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 会場に関して無線LANはありますがパソコンとの相性などによって稀に作動しない場合もございますのでwifi環境は自己責任にてお願いいたします。 コンセントが2箇所しかございません。一斉にご利用されるとブレーカーが飛ぶ可能性がございますのでPCの充電を満たした状態でお越しください。 運営団体 https://www.skillupai.com/ 講座に関するお問い合わせは、[email protected]までお願いいたします。

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 毎週末、東京で実施しているPython基礎講座になります。 データ分析・機械学習などに興味がある初学者にとっては、機械学習のアルゴリズムなどが華やかに見えるかもしれませんが、環境設定と様々な基本的ツールへのアクセスができなければ、話がはじまりません。 本講座では、プログラミングの未経験者、もしくはPythonは触ったことがないという方でも、データ分析・機械学習に取り組むに当たって必須の、Jupyter Notebookの使い方から、データ分析・機械学習で必須のPythonライブラリの操作をハンズオンで学んでいただきます。 Pythonはプログラミング言語の中で、機械学習、深層学習の開発環境が最も整っている言語です。また、高級言語なので、他の言語と比べて比較的習得しやすいのが特徴です。本講座はハンズオン形式でPythonの文法を学んで頂き、講座内容を習得できれば自力でpythonを用いた開発が可能になります。 また、本講義と合わせて、周辺のPython講座も受講いただけると、より理解が深まります。 日程 時間 レベル 講義名 9/08(土) 10:00-14:00 レベル1 pythonプログラミング入門 9/08(土) 15:00-19:00 レベル2 pythonライブラリ基礎(行列計算、データフレーム処理) 9/09(日) 10:00-14:00 レベル3 pythonライブラリ基礎(データ可視化) 9/09(日) 15:00-19:00 レベル4 pythonデータ分析実践(機械学習モデル構築) 告知は随時行います。 お得なPython集中講座セット(4講座セット)はこちらからお申し込みください。 講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。 講座で基本的操作を学ばれた方は、オンラインで開講予定の「現場で使える機械学習・データ分析基礎講座� 」を受講いただけると、本講義で身につけたスキルを活かして、一気に機械学習の基礎をマスターすることができますので、是非ご検討ください。 この講座で得られること Pythonの基本的な文法 Jupyter Notebookの基本的な使い方 カリキュラム 導入 jupyternotebookの使い方 pythonの基本事項 pythonの組み込み型 制御文 関数 クラス 例外処理 標準ライブラリ 総合問題 対象者 これから、データ分析、機械学習をはじめたい方 Python未経験者のエンジニアの方 将来的にデータサイエンティストになりたい方 会場へのアクセス方法 カネジュービル 〒453-0014 愛知県名古屋市中村区則武1丁目2−1 カネジュービル6階 第三会議室 名古屋駅新幹線口(西口)徒歩5分 ビル1階にはコンビニ(セブンイレブン東海地区1号店)があります。 講師 H Matsumoto 慶應義塾大学大学院在籍。HCI応用を見据えた小型高性能レーダデバイスの設計、作製を行い、それを用いた測定結果を対象にPythonを用いてデータ分析を行っている。 S Uchida 名古屋大学大学院在籍。自然言語処理。不満調査データセットを用いて、ユーザの不満投稿の予測手法の研究に従事。 当日のお持物 ご自身のノートPC(必須) 動作環境 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します。 ブラウザからhttp://localhost:8888/treeで表示されていることをご確認してください。 【Macの場合】 1. 以下のサイトから Anaconda をダウンロード https://www.continuum.io/downloads 2. バージョン3.6を選択 3. Anaconda3-5.0.1-MacOSX-x86_64.pkgを実行 4. ターミナルを起動し、Pythonを起動 【Windowsの場合】 1. 以下のサイトから Anaconda をダウンロード https://www.continuum.io/downloads 2. バージョン3.6を選択 3. Anaconda3-5.0.1-Windows-x86_64.exeを実行 (Add Anaconda to my PATH environment variableにチェック) 4. コマンドプロンプトを起動し、Pythonを起動 *準備をお願いいたします。ハンズオン講座なので、ついてこれなくなってしまいます。 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 会場に関して無線LANはありますがパソコンとの相性などによって稀に作動しない場合もございますのでwifi環境は自己責任にてお願いいたします。 コンセントが2箇所しかございません。一斉にご利用されるとブレーカーが飛ぶ可能性がございますのでPCの充電を満たした状態でお越しください。 運営団体 https://www.skillupai.com/ 講座に関するお問い合わせは、[email protected]までお願いいたします。

9/2 (日)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
講座体系 機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。 シリーズ 分野 前提知識 基礎数学シリーズ 微分、線形代数、確率統計 不要 応用数学シリーズ 多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論 基礎数学シリーズの指定の講座修了レベル 直近のシリーズ 応用数学 日程 時間 講義名 9/02(日) 09:00-12:30 機械学習・ディープラーニングのための情報理論 9/02(日) 13:30-20:00 機械学習・ディープラーニングのための最適化 9/15(土) 09:00-14:00 機械学習・ディープラーニングのための多変量解析 9/15(土) 15:00-20:00 ベイズ推論のための確率統計アドバンス お得な応用数学講座セットは、HP からお申し込みを受け付けております。 HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。 講座内で全て消化できない方向けに、HPから動画も購入いただけるように予定しております。 概要 AIに関するほとんどの書籍や学習コンテンツは、数式を用いた説明をしており、数学に苦手意識をもつ方にとっては、難解な分野だという雰囲気を醸しています。 しかし、AI自体が数式で知能を表現しようという試みであるとも言えるため、数学を学ばずにAIを理解することはできません。 スキルアップAIの数学講座は、前提知識不要レベルの基礎数学講座から、機械学習を理解するのに直結する応用数学講座まで、豊富なラインナップで講座を展開しています。 今回は、『最適化』を取り上げます。ディープラーニングをはじめとする多くの機械学習手法は、最適化問題と呼ばれる問題を解けば良いことが知られております(機械学習はなんらかの関数を定義して、それを最適化することがほとんどです)。そのため最適化問題の理論を理解できれば、機械学習の様々な理論を効果的に習得することに繋がります。 本講座では特に、回帰分析やサポートベクタマシンの学習などで現れる「凸最適化理論」に焦点を当て、解説いたします。計5時間の講座の中で、演習問題を交えながら凸最適化の理論を解説し、機械学習のより一層の理解を目指します。 受付・入場時間 開始の10分前から カリキュラム 0.導入 凸最適化とは 機械学習での最適化問題の例 最適化問題とその用語 凸集合・凸関数 凸最適化問題 1.最小二乗法(回帰直線を例に) 目的関数の導出 正規方程式 最小二乗法の幾何学的意味* 最小二乗法の数値計算法* 2.凸2次計画問題(サポートベクタマシンを例に) 目的関数・制約条件の導出 ラグランジュ関数 KKT条件 サポートベクタマシンの性質の考察* 双対理論* 3.正則化(Lassoを例に) 元々のモチベーション l0/l1, l2正則化 4.計算法(勾配法) 勾配法の導出 確率的勾配降下法 ニューラルネットワークの学習(凸でない最適化問題への応用) *は時間の都合上、割愛させていただく可能性があります。 対象者 ・微分や行列を計算し、機械学習の手法をより理解したい方 ・ライブラリのパラメータの意味を理論的に理解したい方 前提知識 ・スキルアップAIの講座「微分」・「線形代数」を受講していること。 ・もしくは、修了相当の知識を有していること(カリキュラムの項目を見てご確認くださいhttps://www.skillupai.com/math) 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う。 会場へのアクセス方法 西川コミュニケーションズ本社 〒461-0005名古屋市東区東桜2-11-16 西川ビル https://nishikawa.jp/corporate/offices.html ビルに直接お越しください。 当日のお持物 ご自身のノートPC 筆記用具 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com 講座に関するお問い合わせは、[email protected]までお願いいたします。

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
講座体系 機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。 シリーズ 分野 前提知識 基礎数学シリーズ 微分、線形代数、確率統計 不要 応用数学シリーズ 多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論 基礎数学シリーズの指定の講座修了レベル 直近のシリーズ 応用数学 日程 時間 講義名 9/02(日) 09:00-12:30 機械学習・ディープラーニングのための情報理論 9/02(日) 13:30-20:00 機械学習・ディープラーニングのための最適化 9/15(土) 09:00-14:00 機械学習・ディープラーニングのための多変量解析 9/15(土) 15:00-20:00 ベイズ推論のための確率統計アドバンス お得な応用数学講座セットは、HP からお申し込みを受け付けております。 HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。 講座内で全て消化できない方向けに、HPから動画も購入いただけるように予定しております。 概要 AIに関するほとんどの書籍や学習コンテンツは、数式を用いた説明をしており、数学に苦手意識をもつ方にとっては、難解な分野だという雰囲気を醸しています。 しかし、AI自体が数式で知能を表現しようという試みであるとも言えるため、数学を学ばずにAIを理解することはできません。 スキルアップAIの数学講座は、前提知識不要レベルの基礎数学講座から、機械学習を理解するのに直結する応用数学講座まで、豊富なラインナップで講座を展開しています。 今回は、情報理論を扱います。情報理論は確率統計学の応用範囲である「計算機科学」の一分野であり、事象の曖昧さ、不確実さを定式的に扱うための極めて応用的、実用的な内容を多く含みます。 情報理論はあまりメジャーな分野ではありませんので、「本格的な講座」が開講されることがあまり多くありませんが、本講座では、機械学習関連の書籍、また、日本ディープラーニング協会E資格で出題範囲の情報理論の諸概念について、見た瞬間に「なるほど」と思えるレベルの理解を目指します。 自己情報量/相互情報量/エントロピー/KLダイバージェンスなどなど、機械学習の書籍では頻繁にあらわれる概念を、数式から逃げず、かつ、直感的な意味合いも大切にしながら丁寧に解説します。また、練習問題で「手を動かして」数式に習熟することも取り入れ、「根本的な理解」を目指します。 受付・入場時間 開始の10分前から カリキュラム ・確率論の復習 ・対数関数の復習 ・自己情報量 ・エントロピー ・2値エントロピー関数 ・条件付きエントロピー ・相互情報量 ・シャノンの基本不等式 ・カルバック・ライブラー情報量(KLダイバージェンス) *若干変更なる場合があります。 対象者 ・微分、線形代数、確率統計については学んだが、情報理論についての入門書籍、講座が見つからず困っている方 ・定義や定理を見ても、何を言っているのかよくわかず、もっと根本的な理解に到達したい方 ・情報理論を実務に活かしたい方。 受講に必要なスキル ・基礎的な確率論の知識(習熟しているのが望ましいが、最低限の復習の時間も設ける) ・四則演算、Σ記号、関数等の基礎的な数学の知識 ・数式を見ても拒絶反応が起こらない気持ち(慣れ) 会場へのアクセス方法 西川コミュニケーションズ本社 〒461-0005名古屋市東区東桜2-11-16 西川ビル https://nishikawa.jp/corporate/offices.html ビルに直接お越しください。 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門�。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う。 当日のお持物 ご自身のノートPC 筆記用具 通信環境に関して 基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております) 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com 講座に関するお問い合わせは、[email protected]までお願いいたします。

6/10 (日)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
機械学習・ディープラーニングための数学マラソンウィークエンド 開催日程 開催日時 勉強会名 6/9(土) 09:00-14:00 確率・統計 DAY1 6/9(土) 15:00-20:00 微分 6/10(日) 09:00-14:00 確率・統計 DAY2 6/10(日) 15:00-20:00 線形代数 概要 現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。 正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。 本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。 今回は、線形代数を扱います。線形代数は、理論を記述するための「言語」です。Pythonを使うと効率的に線形代数を扱えますが、本講義では、まず「手で」計算して身につけることを目的とします。機械学習・ディープラーニングの理解に必要な線形代数の分野は限られます。5時間の講座になりますが、演習を多く挟みますので、飽きなく、苦しみながら血肉化のプロセスを楽しんでいただけるかと思います。 またJDLA認定プログラムとして、E資格試験の出題範囲を網羅しているので、受講いただければ、数学出題範囲はクリアーできるように設計しております。 この講座で得られること 先日邦訳が発売された深層学習の世界的名著で入門者必読とされる深層学習 。この第2章が機械学習・ディープラーニングの理解に必要な線形代数の説明に割り当てらています。本講義では、なるべくこの章の説明で出てくる数式が独学できるレベルのスキル習得を目指します。 英語版は無料なのでこちらで内容を確認いただけます。 http://www.deeplearningbook.org/contents/prob.html 受付・入場時間 開始の10分前から カリキュラム ベクトル 行列 行列式 固有値と固有ベクトル 対角化、固有値分解 若干変更となる場合があります。 対象者 ML、DLを勉強しようと思うが、数式で躓き読み進められない方 公式などはわかるが、その基礎・原理をしっかり学びたい方 会場へのアクセス方法 直接会場までお越しください。 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う 当日のお持物 ご自身のノートPC(必須) 筆記用具 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
機械学習・ディープラーニングための数学マラソンウィークエンド 開催日程 開催日時 勉強会名 6/9(土) 09:00-14:00 確率・統計 DAY1 6/9(土) 15:00-20:00 微分 6/10(日) 09:00-14:00 確率・統計 DAY2 6/10(日) 15:00-20:00 線形代数 概要 現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。 正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。 本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。 今回は、確率/統計を扱います。尤度関数や誤差関数/損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。合計10時間の講座となりますので、完全なる理解は難しいかもしれませんが、ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。 この講座で得られること 先日邦訳が発売された深層学習の世界的名著で入門者必読とされる深層学習 。この第3章が機械学習・ディープラーニングの理解に必要な確率・統計の説明に割り当てらています。本講義では、DAY1とDAY2を通して受講されることで、確率/統計について全く自信のない方でも、ML/DL界隈で基礎とされるこの章が理解できるスキル。 英語版は無料なのでこちらで内容を確認いただけます。 http://www.deeplearningbook.org/contents/prob.html 受付・入場時間 開始の10分前から カリキュラム DAY1 統計学とは 記述統計学と推計統計学 母集団と標本 質的データ vs 量的データ データの視覚化 総和記号Σ 量的データの中心 量的データのばらつき・広がり • 二変数間の関連の強さ 確率 条件付き確率 DAY2 確率変数 確率分布 確率変数の期待値と分散と標準偏差(意味も) ベルヌーイ分布 マルチヌーイ(カテゴリカル)分布 正規分布(1.96σ、中心極限定理など、特に詳しく!) • 指数分布とラプラス分布(紹介だけ) 構造化確率モデル(ざっくりと) 二項分布と多項分布 仮説検定 若干変更となる場合があります。 対象者 これからAIを勉強したい、もしくはML、DLを勉強しているが、確率・統計に自信のない方 公式などはわかるが、その基礎・原理をしっかり学びたい方 会場へのアクセス方法 直接会場までお越しください。 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う 当日のお持物 ご自身のノートPC(必須) 筆記用具 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com

6/9 (土)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
機械学習・ディープラーニングための数学マラソンウィークエンド 開催日程 開催日時 勉強会名 6/9(土) 09:00-14:00 確率・統計 DAY1 6/9(土) 15:00-20:00 微分 6/10(日) 09:00-14:00 確率・統計 DAY2 6/10(日) 15:00-20:00 線形代数 概要 現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。 正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。 本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。 今回は、微分を扱います。尤度関数や誤差関数/損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。5時間の講座となりますので、完全なる理解は難しいかもしれませんが、ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。 機械学習の実務においては、数学の公式を知っているといったレベルの知識は役に立たないので、本講義では、公式の暗記ではなく、そこに至るプロセス・モチベーションに比重を置き、意味と意義が理解できるようになることを中心に進められればと思います。 また、E資格の出題範囲として明示はされていませんが、E資格の例題を見ると当然のように記述されている(当たり前すぎて範囲としていないだけのようです)ので、ぜひ本講座で基礎を抑えていただければと思います。 受付・入場時間 開始の10分前から カリキュラム 講座のゴール共有 機械学習における微分 微分その前に 関数 様々な関数 n乗 Σ 極限と微分の定義・本質 平均変化率 極限 微分係数の公式 二項定理(順列・組み合わせ) 導関数と増減表 様々な関数の微分 微分の応用 様々な関数の微分 合成関数の微分 積と商の微分 n回微分による極大/極小 偏微分 機械学習での微分利用 最小2乗法 勾配降下法 若干変更となる場合があります。 対象者 ML、DLを勉強しようと思うが、数式で躓き読み進められない方 公式などはわかるが、その基礎・原理をしっかり学びたい方 会場へのアクセス方法 直接会場までお越しください。 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う 当日のお持物 ご自身のノートPC(必須) 筆記用具 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
機械学習・ディープラーニングための数学マラソンウィークエンド 開催日程 開催日時 勉強会名 6/9(土) 09:00-14:00 確率・統計 DAY1 6/9(土) 15:00-20:00 微分 6/10(日) 09:00-14:00 確率・統計 DAY2 6/10(日) 15:00-20:00 線形代数 概要 現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。 正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。 本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。 今回は、確率/統計を扱います。尤度関数や誤差関数/損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。合計10時間の講座となりますので、完全なる理解は難しいかもしれませんが、ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。 この講座で得られること 先日邦訳が発売された深層学習の世界的名著で入門者必読とされる深層学習 。この第3章が機械学習・ディープラーニングの理解に必要な確率・統計の説明に割り当てらています。本講義では、DAY1とDAY2を通して受講されることで、確率/統計について全く自信のない方でも、ML/DL界隈で基礎とされるこの章が理解できるスキル。 英語版は無料なのでこちらで内容を確認いただけます。 http://www.deeplearningbook.org/contents/prob.html 受付・入場時間 開始の10分前から カリキュラム DAY1 統計学とは 記述統計学と推計統計学 母集団と標本 質的データ vs 量的データ データの視覚化 総和記号Σ 量的データの中心 量的データのばらつき・広がり • 二変数間の関連の強さ 確率 条件付き確率 DAY2 確率変数 確率分布 確率変数の期待値と分散と標準偏差(意味も) ベルヌーイ分布 マルチヌーイ(カテゴリカル)分布 正規分布(1.96σ、中心極限定理など、特に詳しく!) • 指数分布とラプラス分布(紹介だけ) 構造化確率モデル(ざっくりと) 二項分布と多項分布 仮説検定 若干変更となる場合があります。 対象者 これからAIを勉強したい、もしくはML、DLを勉強しているが、確率・統計に自信のない方 公式などはわかるが、その基礎・原理をしっかり学びたい方 会場へのアクセス方法 直接会場までお越しください。 講師 S Akematsu 東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う 当日のお持物 ご自身のノートPC(必須) 筆記用具 講座までの準備 なし 領収書 【Paypalでお支払いの場合】 PayPal発行の受領書が領収書となります。 受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。 (当社よりの重複しての領収書発行は行えません) 備考 長時間ですので、ところどころ休憩を挟みます 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください 運営団体 https://www.skillupai.com

6/3 (日)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
内容概要 本イベントは、日本初のディープラーニング協会�認定プログラム『現場で使えるディープラーニング基礎講座@名古屋』の説明会です。普段は東京で開催しています。講座に関して、お話しいたします。 更新情報はこちら� をフォローいただければと思います。 また、各事項が決まり次第、随時更新いたします。 https://www.skillupai.com/deep-learning また、5/12は、協会担当者が直接来場予定ですので、E資格(G検定)についても、直接ご質問いただける機会となっております。 https://skillupai-nagoya.connpass.com/event/86197/ 本講座の概要 ​本講座は、ディープラーニングの基礎・原理を理解し、ディープラーニングを支える最先端の技術を実装レベルでマスターすることをゴールとした講座です。 高度なDeep Learning(DL)技術者の証明であるディープラーニング協会のE資格(直近は8月実施予定)の受験に必要な、協会認定の講座プログラムに対応しています。E検定を受験するためには、本プログラムの受講(一定回数以上の出席)と、講義最終日に実施する修了試験(不合格の場合は、有料にて再試験可能)に合格する必要があります。 開講の背景と講座のゴール 第3次AIブームを牽引してきたディープラーニング(深層学習)は、様々な産業での応用事例が喧伝され、データ分析に関わる人以外も知る一般的な言葉となってきました。​ 近頃では数式を用いないで説明を試みる書籍の出版であったり、外部のライブラリに頼れば、原理を理解せずとも動くものが作れるなど、"ディープラーニングの民主化"は加速しています。 こうした民主化の流れの中では、ディープラーニングについて全く知らなくてよい利用者と、原理を理解し、実装力のあるスペシャリストの二極化が進むと考えられ、今ディープラーニングを学ぶのであれば、基礎から体系的に学び、スペシャリストを目指すことが、唯一のゴールではないかと思います。 上記理由から、本プログラムは、単なる資格合格のための講座ではなく、あくまで実務者としてのスキルアップを目指す講座とし、DLフレームワークの利用だけで終わらない構造的理解を目指すハンズオン重視の設計としています。 実践的なハンズオンを中心とした演習、毎回の理解度チェック、講師のオンラインでの質問対応など、様々な角度からのスキルアップが可能です。 カリキュラム ・講座紹介 ・質疑応答 対象者 ・受講をお考えの方 会場へのアクセス方法 直接会議室にお越しください。 備考 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 運営団体 https://www.skillupai.com/

5/12 (土)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
概要 本イベントは、ディープラーニング協会(JDLA)認定プログラム『現場で使えるディープラーニング基礎講座』とJDLAのE資格についてJDLA担当者から直接説明を行うイベントです。 E資格試験は今回が第1回目で、まだ概要しか掴めない状態かと思いますが、本イベントで、どのような試験内容・試験レベルで、どこを目指すのかについて直接JDLA担当者から話を聞き、具体的なイメージを持っていただければと思います。 認定プログラムに関する更新情報はこちら をフォローいただければと思います。 各事項が決まり次第、随時更新いたします。 https://www.skillupai.com/deep-learning 認定プログラム『現場で使えるディープラーニング基礎講座』の概要 認定プログラム『現場で使えるディープラーニング基礎講座』は、ディープラーニングの基礎・原理を理解し、ディープラーニングを支える最先端の技術を実装レベルでマスターすることをゴールとした講座です。 また、高度なDeep Learning(DL)技術者の証明であるディープラーニング協会のE資格(9/29開催)の受験に必要な、協会認定の講座プログラムに対応しています。E検定を受験するためには、本プログラムの受講と、講義後に実施する各種修了試験に合格する必要があります。 開講の背景と講座のゴール 第3次AIブームを牽引してきたディープラーニング(深層学習)は、様々な産業での応用事例が喧伝され、データ分析に関わる人以外も知る一般的な言葉となってきました。​近頃では数式を用いないで説明を試みる書籍の出版であったり、外部のライブラリに頼れば、原理を理解せずとも動くものが作れるなど、"ディープラーニングの民主化"は加速しています。 こうした民主化の流れの中では、ディープラーニングについて全く知らなくてよい利用者と、原理を理解し、実装力のあるスペシャリストの二極化が進むと考えられ、今ディープラーニングを学ぶのであれば、基礎から体系的に学び、スペシャリストを目指すことが、唯一のゴールではないかと思います。 このような背景から、本講義は、単なる資格合格のための座学講座ではなく、 フレームワークの利用だけで終わらない構造的理解を目指すハンズオンを重視することで、実務者としてのスキルアップをします。 体系的な講座資料、実践的なハンズオンを中心とした演習、毎回の理解度チェック、講師のオンラインでの質問対応など、様々な角度から受講者のスキルアップをサポートいたします。 カリキュラム JDLA担当者によるE資格紹介 質疑応答 認定プログラム紹介 質疑応答 対象者 受講をお考えの方 ディープラーニングの原理について、ハンズオンで詳しく学びたい方(資格受験に興味なくても大丈夫です) 会場へのアクセス方法 直接会議室にお越しください。遅刻される場合は、随時、着席いただければと思います。 備考 イベント内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 運営団体 https://www.skillupai.com/

4/21 (土)

9643 normal 1522412607 2026613 rgb tate color small スキルアップAI (名古屋)
内容概要 本イベントは、日本初のディープラーニング協会認定プログラム『現場で使えるディープラーニング基礎講座@名古屋』の説明会です。普段は東京で開催していますが、今回は名古屋での開催にあたり、講座説明会を実施させていただきます。 更新情報はこちらをフォローいただければと思います。 また、各事項が決まり次第、随時更新いたします。 https://www.skillupai.com/deep-learning 本講座の概要 ​本講座は、ディープラーニングの基礎・原理を理解し、ディープラーニングを支える最先端の技術を実装レベルでマスターすることをゴールとした講座です。 高度なDeep Learning(DL)技術者の証明であるディープラーニング協会のE資格(直近は9月実施予定)の受験に必要な、協会認定の講座プログラムに対応しています。E検定を受験するためには、本プログラムの受講(一定回数以上の出席)と、講義最終日に実施する修了試験(不合格の場合は、有料にて再試験可能)に合格する必要があります。 開講の背景と講座のゴール 第3次AIブームを牽引してきたディープラーニング(深層学習)は、様々な産業での応用事例が喧伝され、データ分析に関わる人以外も知る一般的な言葉となってきました。​ 近頃では数式を用いないで説明を試みる書籍の出版であったり、外部のライブラリに頼れば、原理を理解せずとも動くものが作れるなど、"ディープラーニングの民主化"は加速しています。 こうした民主化の流れの中では、ディープラーニングについて全く知らなくてよい利用者と、原理を理解し、実装力のあるスペシャリストの二極化が進むと考えられ、今ディープラーニングを学ぶのであれば、基礎から体系的に学び、スペシャリストを目指すことが、唯一のゴールではないかと思います。 上記理由から、本プログラムは、単なる資格合格のための講座ではなく、あくまで実務者としてのスキルアップを目指す講座とし、DLフレームワークの利用だけで終わらない構造的理解を目指すハンズオン重視の設計としています。 実践的なハンズオンを中心とした演習、毎回の理解度チェック、講師のオンラインでの質問対応など、様々な角度からのスキルアップが可能です。 カリキュラム 講座紹介 質疑応答 対象者 ディープラーニングを基礎から学ばれたい方 JDLAのE資格を取得されたい方 会場へのアクセス方法 直接会議室にお越しください。 受付時間 開始の10分前から受け付けております。 備考 勉強会内容を撮影もしくは録音することは、ご遠慮ください 個人ブログへの記述については、良識の範囲内でお願いいたします 運営団体 https://www.skillupai.com/