プロダクション
-
監修
加藤 真平
東京大学大学院
情報理工学系研究科 准教授 -
ナレーター
瀧口 友里奈
アナウンサー / 経済キャスター
セント・フォース所属 -
制作
株式会社 zero to one
コースの特徴
-
ディープラーニングの実践
画像の取得や水増しからアルゴリズム構築、実行まで、これまでに学んだディープラーニングの知識・スキルを実践するための一連のフローを学ぶことが可能です。
-
オンラインシミュレーターによる体験学習
「AI Quest」*でも活用された自社開発のオンラインシミュレーターを用いて、実際にシミュレーター上で自らの車を動かしながら、自動運転の実践までを体感していただくことが可能です。
-
クラウドGPU環境
独自開発のクラウド学習環境上でGPUのオン／オフが可能。自社のPCにインストールすることなく、大量のデータを用いたディープラーニングの実践が可能です。
-
貴社のニーズにカスタマイズ
オンラインシミュレーターを用いた実践コースに加えて、世界最先端のオンライン実践教材であるUdacity「Self Driving Car Engineer」修了をフルサポートするプログラムなど、貴社のニーズにカスタマイズしてご提供します。
コースシラバス
Step1 イントロダクション
- Section1. プロジェクトについて
- Section2. Keras
Step2 シミュレータの使い方
- Section1. GPUの起動・停止
- Section2. シミュレータで運転してみよう
- Section3. データを確認しよう
Step3 モデルの構築
- Section1. モデルの構築
- Section2. 基本ネットワーク
- Section3. 畳み込みネットワーク
- Section4. 自動走行用ネットワーク
- Section5. モデルの構築・学習・保存
Step4 データの改善
- Section1. データセットの改善
- Section2. 学習の効率化
Step5 プロジェクト
- Section1. プロジェクト
- Section2. おわりに
コース詳細
コース概要
・構成： ビデオ教材、教材用スライド、自動運転シミュレーター（全てオンラインで完結）
・時間： ビデオ教材受講、シミュレーターによる演習課題の修了含めて、30〜40時間程度
・価格： ユーザー数に応じてID課金（定価66,000円（税込）。詳しくは個別にお問い合わせください。）
・修了要件： 自動運転シミュレーターによる課題修了で修了証を発行
・受講期間： 購入後60日間（GPU環境の利用は40時間まで）
履修要件
・プログラミングスキル（Python）必須（何らかのライブラリを使ってアプリケーションを組んだ経験など）
・ディープラーニングの基礎知識があると理想（ディープラーニングの基礎知識が無くても受講は可能ですが、より学習効果を高めていただくにあたり、ディープラーニングの基礎知識をお持ちであることが理想です）
到達目標
・学習用の画像データの収集、データの強化など、ディープラーニングにおけるデータの取り扱いの基礎を身につける。
・モデル構築、学習からモデルの改善まで、Keras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。
・自動運転システム構築におけるディープラーニングの役割について、理解・実践することができる。
推奨環境
本サービス利用に際しましては、PCにて、Chrome（最新バージョン）の利用を推奨して おります。その他のブラウザでの対応も随時確認はしておりますが、ブラウザの種類やバージョン、PCのメモリ、OS環境との組み合わせ次第で、まれに表示や処理速度等に不具合が出ることがございますので、ご了承の上、お使いください。
また、i-Pad等タブレット端末やモバイル端末での動画の視聴などは可能ですが、サポートはしておりませんので、合わせてご了承ください。