What you'll learn:
- 本格的かつ包括的な人工知能/機械学習の知識を学びます。
- AIを使った問題解決力が身につきます。
- Pythonで機械学習のコードを書く力が身につきます。
- 機械学習の背景にある理論を学びます。
- 人工知能アプリを構築し、公開できるようになります。
- G検定、E資格への対策にもお勧めです。
本コースは、ディープラーニングを中心にAI技術を包括的に身に付けるためのコースです。
様々な人工知能の技術を順を追って幅広く習得し、人工知能を搭載したWebアプリの構築までを行います。
開発環境であるGoogle Colaboratoryやプログラミング言語Pythonの解説から本コースは始まりますが、セクションが進むにつれてCNNやRNN、生成モデルや強化学習、転移学習などの有用な人工知能技術の習得へつながっていきます。
AIを広く学び、皆さんが抱えている問題を解決できるようになりましょう。
開発環境にはGoogle Colabを利用するので、環境構築にはほとんど手間がかかりません。
GPUが無料で利用できるので、コードの実行時間も短縮できます。
効率よく人工知能技術を習得できるように、本コースは様々な工夫を凝らしています。
AI技術は、今後の世界に最も影響を与える技術の一つです。
様々な領域を領域横断的につなげる技術でもあり、どの分野の方であってもこの技術を習得することは無駄にはなりません。
新しい時代に進むために、一緒に楽しく本格的な人工知能を学んでいきましょう。
————————————————————
本コースの主な内容は以下の通りです。
教材の一部は、他のコースと重複する場合があります。
開発環境
→ 開発環境であるGoogle Colaboratoryについて詳しく解説します
Pythonの基礎
→ プログラミング言語Pythonの基礎、及びNumPy、matplotlib、Pandasの基礎について学びます
簡単なディープラーニング
→ フレームワークKerasを使い、ゼロからコードを書いて簡単なディープラーニングを実装します
ディープラーニングの理論
→ バックプロパゲーションを中心に、ディープラーニングの理論を学びます
様々な機械学習の手法
→ ディープラーニング以外の様々な機械学習の手法を学びます
畳み込みニューラルネットワーク（CNN）
→ CNNの原理を学んだ上で、CNNによる画像分類を実装します
再帰型ニューラルネットワーク（RNN）
→ シンプルなRNNからはじめて、LSTM、GRUを学び自然言語処理に応用します
生成モデル -VAE-
→ 変文オートエンコーダ（VAE）による画像の圧縮と復元について、原理を学んだ上で実装します
生成モデル -GAN-
→ 敵対的生成ネットワーク（GAN）による画像の生成について、原理を学んだ上で実装します
強化学習
→ 報酬を最大化するように学習する強化学習について、原理を学んだ上で実装します
転移学習
→ ある領域で学習させたモデルを別の領域に適応させる、転移学習を実装します
人工知能アプリの開発
→ ここまでに学んできた内容をベースに、学習済みモデル活用したWebアプリを構築します
————————————————————
本コースでは可能な限り丁寧な解説を心がけていますが、ある程度ご自身で調べることも必要になるのでご注意ください。
動画を見るのみでも学習が進められるようになっていますが、可能であればPythonのコードを動かしながら進めることをお勧めします。
コードがダウンロード可能ですので、これをベースに様々なカスタマイズを行うこともお勧めです。
様々な人工知能技術を学び、AIが秘めている可能性を発見しましょう！
