ビジネスに役立つ深層学習の実装と活用スキルを習得AI(ディープラーニング)講座

AIの応用編となるディープラーニング（深層学習）の分野は、画像認識をはじめ様々なビジネスに応用されています。この講座では、ニューラルネットワークの基本から、自然言語処理、画像処理などディープラーニングの技術を幅広く学ぶことで、ビジネスにディープラーニングのAIモデルを導入し、改善していくスキルを身に着けることができます。
また、特典として神奈川工科大学の松本一教教授の特別講演を視聴することができます。

こんな方にオススメ

AIエンジニアを目指す方
自社ビジネスにAIを導入・改善したい方
データサイエンティストを目指して基本から学びたい方

AI(ディープラーニング)講座で
身につく具体的なスキル

ディープラーニングを活用したAIの実装

ディープラーニングに対する基本的な理解を深めた上で、深層学習のアルゴリズムを活用しAIの構築・実装が行えるようになります。
様々なディープラーニングのモデルの活用法

画像認識や自然言語処理といったディープラーニングのモデルを理解し、実装するスキルを習得します。
深層学習のAIモデルの評価と可視化による分析

従来技術の課題から、ディープラーニングを活用することで解決できる最新の事例までを学び、AIモデルの評価と分析を行うスキルがみにつきます。

AI(ディープラーニング)講座
講座内容

概要と環境準備
- 機械学習とディープラーニングの違い
- ディープラーニングに必要とされるPC・クラウド環境
- KerasおよびTensorflowとは
データ前処理技術
- 可視化
- データクリーニング
モデルの評価手法
- 交差検定（クロスバリデーション）
- 混同行列、適合率と再現率、ROC
モデルのチューニング
- グリッドサーチ，ランダムサーチ，アンサンブル
- 演習
パーセプトロン
- 多層パーセプトロン
ニューラルネットの仕組み
- 多層構造
- 活性化関数
- 誤差評価関数
- バックプロパゲーション
- 勾配損失
- パラメータ(隠れ層数、ユニット数、学習率、バッチサイズ)
体験実習(MNIST)
- 公開データベースの利用
- データの読み込みと加工、準備
- 学習評価とモデル改良
ディープラーニングの技術概論
- 従来技術の課題と概要
- データ拡張
- ドロップアウト、オートエンコーダ
CNN
- 画像認識の概要と技術
- CNNの全体構造
- 畳み込み(フィルタ)、プーリング
- 様々なCNNアーキテクチャ(LeNet-5、AlexNet、GoogleNet、ResNet)
- 転移学習(学習結果の保存と再利用、チューニング)
- 演習
RNN
- 構造と基本技術
- 時系列データへの適用
- 自然言語処理
- ベクトルモデルとword2vec
- 文章生成への利用
- 演習
先進的な技術
- GAN
- 自然言語処理（BERTとGPT）
- 強化学習
- 演習

AI(ディープラーニング)講座
受講料

受講料(税込)

¥148,500
授業数

5※学習目安10～20時間

※教育ローンをご利用の場合、分割でのお支払いが可能です。頭金の金額と分割の回数によって月々の支払い金額は変りますので、詳しくは無料体験レッスンの際にご相談ください。

AIプログラミング講座を受講した
受講生・卒業生の声

青木真佐恵さん

Pycharmやanacondaを用いた基本的なサイト・機械学習可能なプログラムの作り方を学び、実践に即した知識が身についていることを実感しています。
詳しくはコチラ
鈴木俊明さん

現在、キューバで仕事をしており、日本と時差が13時間あります。授業動画を好きな時間に閲覧できる、インターネット・アカデミーの授業は私の状況に最適と考えました。動画が非常に丁寧に作られており、説明もわかりやすく、授業を受けている間はとても理解が進みます。
詳しくはコチラ