Now Loading...

Now Loading...

弊社の教材は、日本ディープラーニング協会の「JDLA認定プログラム」の認定を受けております。同協会がディープラーニングを実装するエンジニアの技能を認定するE資格(エンジニア資格)「JDLA Deep Learning for ENGINEER」受験のために、「JDLA認定プログラム」の修了が必須となっており、弊社の「機械学習」「ディープラーニング」両方の修了と、所定の補足教材を受講することで、受験が可能になります。

プロダクション

コースシラバス

Step1 イントロダクション

  • コース概要
  • Section1. ディープラーニングの世界へようこそ
  • Section2. 演習環境
  • Section3. Step1 演習

Step2 ニューラルネットワークの基礎

  • Section1. ニューラルネットワークの基礎
  • Section2. 単純パーセプトロン
  • Section3. ロジスティック回帰
  • Section4. 多クラスロジスティック回帰
  • Section5. 多層パーセプトロン
  • Section6. モデルの学習
  • Section7. Step2 演習

Step3 ニューラルネットワークの改善

  • Section1. ニューラルネットワークの改善
  • Section2. 活性化関数
  • Section3. 正則化
  • Section4. 最適化
  • Section5. TensorFlow
  • Section6. Step3 演習

Step4 畳み込みニューラルネットワーク

  • Section1. 畳み込みニューラルネットワーク
  • Section2. 畳み込みとプーリング
  • Section3. CNNの応用
  • Section4. CNNの構造
  • Section5. Step4 演習

Step5 回帰結合型ニューラルネットワーク

  • Section1. 回帰結合型ニューラルネットワーク
  • Section2. RNNの様々なモデル
  • Section3. 長期依存性
  • Section4. Step5 演習

Step6 生成モデル

  • Section1. 前提知識の確認
  • Section2. 深層生成モデル
  • Section3. おわりに
  • Section4. Step6 演習

Step7 強化学習

  • Section1. 強化学習とは
  • Section2. 強化学習の定式化
  • Section3. 動的計画法
  • Section4. モンテカルロ法とTD法
  • Section5. DQN
  • Section6. 方策勾配法
  • Section7. まとめ
  • Section8. Step7 演習

ディープラーニングコース リソース

  • リソース

コース詳細

コース概要

・構成: ビデオ教材、教材用スライド、演習問題(全てオンラインで完結)
・時間: ビデオ教材受講、演習課題の修了含めて、30〜50時間程度
・価格: ユーザー数に応じてID課金(定価60,000円(税別)。詳しくは個別にお問い合わせください。)
・修了要件: 全7ステップ全ての課題修了で修了証を発行

履修要件

・微分積分、線形代数(ベクトル、行列)、 確率統計の基礎知識必須
・Pythonのプログラミングの基礎知識必須
(zero to one「機械学習」終了レベルのPythonプログラミングスキルがあるとなお理想)

到達目標

・ディープラーニングについての基礎知識を理解し、その活用の具体策を社内で検討することができる。
・プログラミング言語(Python)を用いたディープラーニングの実践スキルを身につける。
・ライブラリ(Tensoflow)を用いて、ディープラーニングの実装ができる。
・AI分野の最新動向や技術進歩に対して、それを理解・活用する基盤知識・スキルを身につける。
・ディープラーニングを中心にAIを用いてビッグデータをどう活用できるのか、理解・実践することができる。

*弊社では各回のプログラム終了後、受講生アンケートを定期的に実施しています。最新のアンケート結果はこちらをご覧ください。