Now Loading...

Now Loading...

  • 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・修了要件

    ビデオ教材受講、演習課題の修了含めて、30〜50時間程度
    全10ステップ全ての課題修了で修了証を発行

  • 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。)

  • 受講期間

    購入後90日間

  • リスキル講座

    「機械学習」は、「リスキル講座認定」を受けています。 「リスキル講座(第四次産業革命スキル習得講座)認定制度」は、IT・データを中心とした将来の成長が強く見込まれ、雇用創出に貢献する分野において、社会人が高度な専門性を身に付けてキャリアアップを図る、専門的・実践的な教育訓練講座を経済産業大臣が認定する制度です。

  • JDLA認定プログラム

    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「E資格パッケージ」を受講することで、受験が可能になります。

コースの特徴

  • 機械学習の概要を、実際にコードを書きながら、擬似体験を通して学んでいただくことが可能

  • 世界初・非定型回答対応型の評価システムにより成果をすぐに確認可能

  • ブラウザのみで演習を完結することが可能

  • 各学習者ごとに随時理解度チェック、および、進捗管理ができる

プロダクション

履修要件

  • 微分積分、確率統計、線形代数の基礎知識が必須(大学理系合格レベル)

  • プログラミング経験があるとなお理想(ただし必須ではない)

到達目標

  • 機械学習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

  • ログラミング言語(Python)を用いた機械学習の実践スキルを身につける

  • 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

  • 機械学習を中心に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

コースシラバス

Step1 イントロダクション

  • Section1. コース概要
  • Section2. 機械学習の種類
  • Section3. 線形代数
  • Section4. 確率
  • Section5. Python
  • Section6. Step1 修了課題

Step2 回帰

  • Section1. 回帰
  • Section2. 回帰問題
  • Section3. 線形回帰モデルの学習
  • Section4. 実践に向けて
  • Section5. Step2 修了課題

Step3 分類

  • Section1. 分類問題とは
  • Section2. ロジスティック回帰とは
  • Section3. 実践に向けて
  • Section4. Step3 修了課題

Step4 ニューラルネットワーク

  • Section1. ニューラルネットワーク
  • Section2. なぜ隠れ層が必要なのか
  • Section3. ニューラルネットワークの学習
  • Section4. Step4 修了課題

Step5 機械学習モデルの実践に向けて

  • Section1. 実用上の問題と考えられる原因
  • Section2. オーバーフィッティング対策
  • Section3. モデルの選択
  • Section4. データの前処理
  • Section5. 巨大なデータを集める前に
  • Section6. Step5 修了課題

Step6 サポートベクトルマシン

  • Section1. サポートベクトルマシンとは
  • Section2. カーネル法
  • Section3. サポートベクトルマシンの実践
  • Section4. Step6 修了課題

Step7 教師なし学習

  • Section1. 教師なし学習とは
  • Section2. k-meansクラスタリング
  • Section3. 主成分分析
  • Section4. その他の教師なし学習
  • Section5. Step7 修了課題

Step8 ディープラーニング

  • Section1. ディープラーニングの基礎
  • Section2. ディープラーニングの応用例
  • Section3. ディープラーニングの主なモデル
  • Section4. Step8 修了課題

(Optional) Step9 確率的モデリング

  • Section1. はじめに
  • Section2. 最尤推定
  • Section3. ナイーブベイズ
  • Section4. MAP推定
  • Section5. 情報量規準・モデル選択
  • Section6. ベイズ最適化
  • Section7. 演習

(Optional) Step10 決定木

  • Section1. 決定木
  • Section2. アンサンブル学習
  • Section3. おわりに
  • Section4. 演習

機械学習コース リソース

  • リソース
  • オプション

よくあるご質問

  • 修了者ナンバーが表示されません。

    修了者ナンバーは、「機械学習」「ディープラーニング」「E資格パッケージ」修了後に取得していただけます。

  • サポートはついていますか?

    はい、チャットサポートとヒント機能がついております。

  • 推奨環境を教えてください。

    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。

  • お申し込み方法について教えてください。

    本プログラムは、請求書支払いのみ承っております。お申し込みの際は、「お問い合わせ」ボタンよりご連絡ください。見積書兼利用申込書を発行させていただきます。