研修概要
近年、クラウド環境の普及や、フレームワークやライブラリの充実などによりAI開発のハードルは低くなってきています。以前に比べて容易に機械学習やディープラーニングに取り組むことが可能となってきています。しかし、これらのツール群を使いこなせるだけではAI導入はうまくいきません。AIの特性や導入事例に知見を持ったジェネラリストが求められています。
そして誕生したのが日本ディープラーニング協会が実施するDeep Learning for GENERAL（Ｇ検定）です。
組織内の全員がＧ検定取得を必須している企業があるなど、Ｇ検定の存在意義は大きくなってきています。
本研修は、Ｇ検定に合格するために必要な知識、知見を身につけることを目的としています。
AIや機械学習、ディープラーニング、そしてこれらの応用に向けた知見を身につける必要がありますが、AI関連の用語と合わせて幅広い知識が求められるため、独学での学習を苦にする方が多く見られます。
そこで、本試験の形式を踏襲した200問近い演習問題を交え、テキストによるインプットだけではなく、アウトプットもしながら知識を深めていきます。テキストを読むだけでは理解できない部分は、G検定資格を保持する講師がしっかりと解説いたします。
※【試験直前！！1日間コース】は直前対策とし、演習問題によるアウトプット中心の内容になります。
本コースの位置づけ
到達目標
- AIの歴史から人工知能の一般的な定義を理解する
- 機械学習の具体的な手法を理解する
- 従来の機械学習とディープラーニングの違いを理解する
- ディープラーニングの基礎から応用までを理解する
- 産業への応用、法律、倫理など、ディープラーニング活用に向けた取り組みを理解する
対象者
対象：G検定取得を目指される方（システム企画担当者、プロダクトマネージャ、事業部長、経営者）
- G検定を通してAIについて網羅的に学びたい方
- 独学でG検定の学習に取り組んでいるが、
一人では理解が深められない方 - ビジネスにAIの導入を検討されている方
- AIに関する企画・提案力を高めたい方
- AIの活用動向や政策動向など、
AIの取り巻く環境について理解を深めたい方
カリキュラム 【じっくり２日間コース】
お渡しするテキストに沿って講義＆解説をし、演習課題をします。
- 第1章 人工知能（AI）とは
- 人工知能の定義
- 人工知能研究の歴史
- 第2章 人工知能をめぐる動向
- 探索・推論
- 知識表現
- 機械学習・深層学習
- 第3章 人工知能分野の問題
- 人工知能分野の問題
- 知識表現
- 機械学習・深層学習
- 第4章 機械学習の具体的手法
- 代表的な手法
- 手法の評価
- 第5章 ディープラーニングの概要
- ニューラルネットワークとディープラーニング
- ディープラーニングのアプローチ
- ディープラーニングを実現するには
- 6章 ディープラーニングの手法
- 活性化関数
- 学習率の最適化
- 更なるテクニック
- CNN
- RNN
- 深層強化学習
- 深層生成モデル
- 7章 ディープラーニングの研究分野
- 画像認識分野
- 自然言語処理分野
- 音声認識分野
- 強化学習（ロボティクス）
- 8章 ディープラーニングの応用に向けて
- 産業への応用
- 法律、倫理、現行の議論
※本研修は1日あたり6H程度を想定しています。
カリキュラム 【試験直前！！１日間コース】
試験直前ということで【じっくり２日間コース】の内容を演習課題中心に１日間で進めます。
※本研修は1日あたり6H程度を想定しています。
ご注意事項
JDLA G検定の受験申込は各自で行ってください。
筆記用具をご持参ください。パソコンは不要です。
お問合せ
本講座は個社研修での実施とさせて頂いております。
研修実施に関するお問い合わせにつきましては、こちらからご連絡下さい。弊社担当から折り返しご案内させていただきます。