AIエンジニアリング講座

即戦⼒になるために必要な機械学習、ディープラーニングの⼿法を網羅したオンライン講座。

研修概要

AIエンジニアリング講座は、機械学習やディープラーニングの手法を網羅したオンライン講座です。業務改善やプロジェクトチームにAIを活用したい方々におすすめです。

参加者は機械学習やディープラーニングの基礎から応用までを学び、実務で活用できるスキルを身につけます。

講座は講義や実践的な演習を組み合わせ、参加者が理論を理解し、実務に応用できるよう支援します。

以下の課題に適応します

課題：機械学習やディープラーニングの手法を習得する。

解決：講座では機械学習やディープラーニングの基礎から応用までを網羅し、参加者が実務で活用できるスキルを身につける機会を提供します。

課題：実務での課題解決にAIを活用する方法を理解する。

解決：講座では実践的な課題解決を想定したケーススタディを通じて、参加者が問題解決手法としてAIを活用する思考法を学びます。

⽬的意識

3つの講座を組み合わせることによって、貴社にAI開発のチームをつくります。
AIによって⾼い付加価値を創出できるチームが⽣まれます。

AIリテラシー講座

全社的な理解や気運が⾼まる。

AIエンジニアリング講座

社内でAIを構築することができる。

AIマネジメント講座

アジャイル開発を進められる。

以下の方の受講を想定しています。

推奨要件

• AIのモデル開発を実際に⾏う⽴場にいる
• ⽇常的に分析対象となるデータを⾒ている

必須要件

• if⽂やfor⽂などの基本的な条件式や四則演算のための演算⼦を使えること
• リファレンス通りに既存の関数を使えること

ご受講に必要なスキルを体験・確認いただくことを⽬的とした約20分ほどの「事前スキルチェック」をご⽤意しております。詳しくは営業担当までお問合せください。

身に付くスキルセット

即戦⼒になるために必要な機械学習、ディープラーニングの⼿法を網羅した講座。

実務的なスキルセット

• 機械学習･Deep Learningの実装ができる
• 数値､画像､時系列データの前処理ができる
• プロジェクトにおける仮説検証ができる
• 課題に合わせて⼿法を選択できる
• 分析結果のレポーティングができる

具体例:医療画像の分類や不良品の画像判定

提供⽅式

業務が多忙あるいはリモートワークの状態でも活⽤しやすいオンライン講座。

• ①解説テキスト
  機械学習･Deep Learningを基礎からていねいに解説
• ②サンプルコード
  お⼿本となるコードを⾒て覚えた内容を課題で演習
• ③質問フォーム
  気になるとことがあればメンターにすぐに質問
• ④確認テスト
  選択式のテストを⽤いて理解度を確認

• ①今⽇勉強する章へのリンク
  どこから勉強を始めればいいかが⼀⽬で分かる
• ②進捗ランキング
  社内のメンバーが、それぞれどのくらいの進捗かを表⽰
• ③学習スケジュール
  どのくらいのペースで学習するべきなのかを可視化
• ④修了書の発⾏
  すべてのコースをクリアすると修了証を発⾏

3つの強み

実務で成果が上がることから逆算された3つの強みがあります。
本講座は「学習」「演習」「質問」全ての場⾯において、スキルを向上させるためのポイントを網羅︕

1. 網羅的なコンテンツでの学習

• 学習量がとても多い分野だが、その中で実務に必要不可⽋な知識を網羅的にカバー。
• 機械学習・深層学習を勉強するために必要な数学・統計等の基礎知識も付属。

2. 定着度を測る演習課題

• ３種類の課題によって、学習の段階ごとにスキルが⾝についているかを確認する。
• 受講後に即戦⼒となれるよう、実際のデータを⽤いた実践演習課題も付属。

3. 質問対応・進捗サポート体制

• ブラウザ上での質問対応を平⽇の15:00-21:00の間に実施。質問後、弊社専属のデータサイエンティスト（メンター）から約3分で回答が届く。
• メンターは質問対応だけでなく、受講期間中の進捗サポート・課題添削等、受講者を全⼒でサポート。

網羅的なコンテンツでの学習

即戦⼒になるために必要な機械学習、ディープラーニングの⼿法を網羅。

scikit-learnによる機械学習

オープンソースライブラリであるsckit-learnを⽤いて、機械学習の⼿法を学習。

KerasとTensorFlowによるディープラーニング

直感的に使えるKeras、Tensor Flowを⽤いて、ディープラーニングの⼿法を学習。

実務での課題解決を想定したケーススタディで実践的なスキル習得

“課題”に対してどのように分析していくかというストーリーをたてて「問題解決⼿段としてAIを活⽤する思考法」を学ぶことで、実務での利活⽤に直結する学習ができます。

課題例:
ECサイトの自動タグ付け、郵便局の仕分け業務効率化、植物の品種分類、ガンの発生確率の算出、航空機の利用人数予測、などの、様々な種類の課題があります。

初学者でも安⼼して取り組めるチュートリアル講座をご⽤意しています。

• Python基礎⽂法
  機械学習･ディープラーニングを実装する､Pythonの⽂法を学ぶ｡
• Pythonライブラリ
  分析業務で使⽤頻度の⾼いものについて扱いを学ぶ｡
• 基礎統計
  統計検定4級程度の統計学を､Python⾔語を⽤いて学ぶ｡
• 基礎数学
  必要最低限の微分積分･線形代数を､コンパクトに学ぶ｡

定着度を測る演習課題

3ステップの演習課題で効果的に実践⼒を鍛えます。

STEP1
理解を確認するための
知識確認課題

各章で学習した内容の要点の理解度を確認するテスト。7割の正答率を⽬指す。

STEP2
プログラムを理解するための
コーディング課題

講座にあるコードを写経して実際に動かすことで、より深い理解を得ることが可能。

STEP3
実践で活⽤するための
演習課題

講座で学習した⼿法を新しい課題に対して適⽤できるかどうかを試すことで、定着度を測定可能。
以下の4つの演習課題をご⽤意しております。
「住宅価格予測、⽣存者予測、顧客データ分析、画像認識」

質問対応・進捗サポート体制

実務経験のあるエンジニアがチャットにて理解できるまでサポート。

３つのサポート内容

• 質問対応
  分からないところがあったら、ブラウザ上ですぐに質問できる。平⽇の15:00〜21:00の間にメンターが対応。
• 学習進捗サポート
  週に１回、受講者様の学習の進捗状況をヒアリングすることで、モチベーションの低下を抑制。
• 課題へのフィードバック
  メンターから課題へのフィードバックを受けることで、知識の定着度合いを確認でき、効果的な学習が可能。

各章を順調に学び終えるためのスケジュール設定や遅延アラートをご⽀援

学習時間

• チュートリアル：　学習⽬安14時間
• 機械学習：　学習⽬安56時間
• 深層学習：　学習⽬安34時間

強制⼒の低いオンラインだからこそ、積極的な進捗管理や評価

毎週の進捗報告

「ちゃんと受講しているだろうか︖」
「進みが遅い⼈はだれだとうか︖」
このような不安を軽減するために、受講者様の進捗に関してのご報告をメールにて送付致します。受講状況が悪い場合には、担当者様から受講者様にお声がけ頂く場合もございます。

受講後の評価レポート

今回の受講全体に関しての、評価レポートをお渡ししております。

総合評価
・受講者様の総合評価の分布

修了状況
・学習の進捗割合の分布
・テスト/課題の結果

アンケート結果
・受講満⾜度（定量⾯）
・良かった点/改善点（定性⾯）

AIエンジニアリング講座の受講者の声

• AI実装の基礎スキルが⾝につけられました。本講座を復習し、⾃社活⽤および他社へのソリューション開発に活かしていきます。
• scikit-learnやkerrasなど、機械学習や深層学習のフレームワークの使い⽅や、利⽤に当たって考慮すべきことなど、実践的な基礎知識を⾝に着けることができた。
• 線形代数など、今までちゃんと勉強してこなかった基礎知識から学んだことで、以前よりは数式を⾷わず嫌いせずに読んでみようと思えるようになった。
• メンターの⽅が、分からない部分を丁寧に解説してくれたので理解が進みました。
• 業務では画像系しかやっていないので、⾃然⾔語処理や強化学習など、普段やらない分野の知識を得られたのがよかった。動画解析にRNNを使ったり、今までやってこなかった⾔語系を⾏ったり、新しい分野にも⼿を広げてみたいと感じた。

講座を受講することで、実践的なAIプロジェクトへ取り組み始める事が可能に。