【2020年2月試験向け】E資格認定プログラム【説明会】

3ヵ月で現場で潰しが効くディープラーニング講座とは

本講座は、ディープラーニングを実装するエンジニアの技能を習得するための講座です。
数理的な基礎原理から体系的に習得する一方、実務で必要な周辺処理や実践手法を中心に学びます。
現場で未知の課題に直面しても潰しが効く技能を身に着ける事がゴールです。

＊2020年#1（2020年2月22日試験向け）受付開始しました。＊

無料説明会に参加する　

　　　　　　

申し込む

 

 

この講座だけ2つの強み

 【その1　日本初のAI資格試験に対応】

本講座は日本ディープラーニング協会のDeep Learning資格試験（E資格）の受験に必要な、協会認定の講座プログラムです。
E資格（2020年2月実施予定）を受験するためには、本プログラムの受講と修了認定が必須となります。

E資格とは

東京大学松尾豊特任准教授が理事を務め、トヨタ自動車やPreferred Networks、NVIDIAなど日本や世界のAI技術を牽引する企業が監修・協賛する高度なAI技術者を証明するエンジニア資格です。


ディープラーニング協会事務局長のインタビューはこちら






Y.Kさん（30代　エンジニア）

各社のトップエンジニアが集結しています。最先端のDNNを学べることも楽しみですがオンサイトの講座で普段関わらないような業界の他社エンジニアと情報交換ができる事も大変楽しみです。また、需要予測システムやクローラーなど実際の現場でそのまま活用できそうな課題製作も魅力です。



Y.Nさん（20代　エンジニア）

講義が、単に資格取得のためという事でなくソースコードの演習が充実していて、今まで独学してきたことを現場のエンジニアに確かめていくような感覚が自信に繋がっています。



T.Kさん（30代　コンサルタント）

E資格はベンダー資格ではありますが、公的機関や経済界への提言や国際連携も活動の趣旨とするディープラーニング協会の資格です。今後準国家資格のような評価を得られることを期待しました。AIの波がこのまま大きくなるのであればその可能性は高いと考えています。

【その2　実践習得に特化】

講座は現役AIエンジニアが講師を担当します。生の現場での実装課題や、技術課題。開発研究への取り組み方を習得し現場での応用力をつけます。
応用数学は数学教育の専門家、機械学習は機械学習のAIエンジニアがそれぞれ担当します。
ディベロップタームの初めに制作課題について発表があります。
講座修了時までに必要な要件を満たして課題を提出して頂きます。
また、単に”動く”や”規定の精度が出た”だけでなく実装過程を説明できるようになります。

無料説明会に参加する　　　　　　

申し込む

 

最高水準のスキルが身につく

3ヶ月で実践的なスキルを持ったエンジニアになれるカリキュラムを用意しています。
また、現場で潰しが効くよう基礎原理を網羅した内容を習得することが出来ます。

1　応用数学
AIに必要な応用数学を体系的に学びます。AIエンジニアとして潰しが効くためには、ドメイン（専門領域）や論文の最新情報をキャッチアップする必要があります。

それらは数学で書いてあります。
この機会に本が読めるようになりましょう。


2　全体像がわかるカリキュラム
日本で初めて個人向けに本格的なディープラーニング講座を始めたStudy-AI（当講座主催）では、受講生の挫折ポイントを良く知っています。

・全体像の把握。自身の言葉で説明できること。
・基礎の繰り返し

この二つが出来ている方は挫折しません。
基礎が出来ていないと応用が利かずある所から理解が進まなくなります。
全体像が見えていないと膨大なAIの知識の海で迷子になります。
本講座では、基礎の繰り返しと全体像の把握を徹底しています。



3　機械学習の基礎
Deep Learningの大本には機械学習があります。そもそも統計分析の基礎手法を知らないままディープラーニングのみ実装できても現場では“潰し”が効きません。
どのような手法、どのような時代にも対応できるデータサイエンティスト、AIエンジニアとして活躍するために、

本講座では機械学習の基礎もしっかりと固めて頂きます。


4　ディープラーニング
メインのディープラーニングです。
実践演習と課題を中心とした講義となります。

一方で基礎原理の深い理解と網羅的な把握を目指します。
Tensor FlowやKerasなど特定の環境やツールのみで実装できるのではなく、どのような環境でも対応できる力を付けます。

　製作課題に挑戦します。
全員に製作課題を提出して頂きます。（オンライン参加の方もオンラインにて提出が必要です。）
現役AIエンジニアが講師のハンズオンだから可能な対価であり、本講座のメインテーマとなります。

無料説明会に参加する　　　　　　

 

申し込む

3ヵ月で現場で潰しが効くディープラーニング講座
------------------------------------------------

 【4 Lesson ベーシックターム】

応用数学・機械学習・ディープラーニングの全体像を学び、
AIエンジニア、データサイエンティストとしての基礎力を身につけます。

【学べるスキル】
線形代数/確率統計/情報理論

［詳細］
■線形代数　　　
スカラー，ベクトル，行列　　　
行列とベクトルの演算　　　　
単位行列と逆行列　　　　
固有値，固有ベクトル　　　　
行列の分解（固有値分解，特異値分解）

■情報理論
自己情報量
シャノンエントロピー
カルバック・ライブラー ダイバージェンス
交差エントロピー

■確立と統計
一般的な確率分布
ベルヌーイの分布布
マルチヌーイの分布
ガウス分布
ベイズ則

機械学習の基礎

　　- 業務に必要なデータ処理など現場での実装手法もここで学べます。

［詳細］
機械学習の基礎
学習アルゴリズム
能力、過剰適合、過少適合
ハイパーパラメータ
検証集合,学習データ、検証データ、テストデータ
最尤推定、条件付き対数尤度と平均二乗誤差
教師あり学習アルゴリズム、ロジスティック回帰、サポートベクトルマシン、最近傍法、k近傍法
師なし学習アルゴリズム
順伝播の基礎
線形問題と非線形問題
コスト関数、出力ユニット、隠れユニット
アーキテクチャの設計

ディープラーニングの全体像と順伝播

［詳細］
Deep Learning講座の全体像
Deep Learningの実装と理論
手書き文字認識データ（MNIST）の扱い方
既存手法との比較
実用的な方法論 性能指標
データの追加収集の判断
ハイパーパラメータの選択 手動でのハイパーパラメータ調整
グリッドサーチ
ランダムサーチ
モデルに基づくハイパーパラメータの最適化

【8 Lesson ディベロップターム】

ディープラーニングの実践課題を中心とした講義となります。
一方で基礎原理の深い理解と網羅的な把握を目指します。
出席日数と到達度により高度な実装技術を有するAIエンジニアの証明
としてDeep Learning協会認定講座の修了証を発行します。
※画像はイメージです。

【学べるスキル】

ディープラーニング/生成モデル/自己符号化器/強化学習
RNN時系列など様々なデータの取り扱い/LSTMと自然言語処理/
DNNの最新モデル/転移学習/検知、セグメンテーション/現場での考え方
［詳細］
■アーキテクチャの設計 万能近似定理と深さ
■誤差逆伝搬法およびその他の微分アルゴリズム 計算グラフ
微積分の連鎖率
誤差逆伝搬のための連鎖率の再起的な適用
全結合 MLP での誤差逆伝搬法
シンボル間の微分
一般的な誤差逆伝播法
■パラメータノルムペナルティー L2パラメータ正則化
L1正則化
■条件付き最適化としてのノルムペナルティ
■正則化と制約不足問題
■データ集合の拡張
■ノイズに対する頑健性 出力目標へのノイズ注入
■半教師あり学習
■マルチタスク学習
■早期終了
■パラメータ拘束とパラメータ共有
■スパース表現
■バギングやその他のアンサンブル手法
■ドロップアウト
■学習と純粋な最適化の差異 経験損失最小化
代理損失関数と早期終了
バッチアルゴリズムとミニバッチアルゴリズム
■ニューラルネットワーク最適化課題 悪条件
局所値
プラトー、鞍点、その他平坦な領域
崖と勾配爆発
長期依存性
不正確な勾配
局所構造と全体構造の不十分な対応関係
最適化の理論的限界
■基本的なアルゴリズム 確率的勾配降下法
モメンタム
ネステロフのモメンタム
■パラメータの初期化戦略
■適応的な学習率を持つアルゴリズム AdaGrad
RMSrop
Adam
■二次手法の近似 ニュートン法
共役勾配
BFGS
■最適化戦略とメタアルゴリズム バッチ正規化
座標降下法
ポルヤック平均化
教師あり事前学習
■畳み込み処理
プーリング
構造出力
データの種類
■効率的な畳み込みアルゴリズム
■ランダムあるいは教師なし特徴量
■計算グラフの展開
■回帰結合型のニューラルネットワーク 教師強制と出力回帰のあるネットワーク
回帰結合型ネットワークにおける勾配計算
有向グラフィカルモデルとしての回帰結合型のネットワーク
RNNを使った文脈で条件付けされた系列モデリング
■画像認識の有名なモデル
VGG
AlexNet
GoogLeNet
Resnet
■特徴量の転移
■画像の局在化、検知、セグメンテーション
■双方向 RNN
■Encoder-Decoder と Sequence-to-Sequence
■深層回帰結合型のネットワーク
■再帰型ニューラルネットワーク
■長期依存性の課題
■エコーステートネットワーク
■複数時間スケールのための Leaky ユニットとその他の手法 時間方向にスキップ接続を追加
Leakyユニットと異なる時間スケールのスペクトル
接続の削除
■ゲート付きRNN LSTM
GRU
■長期依存性の最適化 勾配のクリッピング
自然言語処理とRNN
メモリネットワーク　Attention
■生成的確率ネットワーク
■強化学習
価値反復法
Q学習
方策勾配法
深層Qネットワーク

※学べる内容は現時点の予定です※
資格試験内容や、講義の状況、参加クラス全体のレベル感に応じ変更する場合や予告なく実施しない場合があります。予めご了承ください。

無料説明会に参加する　　

　　

 

諸富講師

------------------------------------------------------------------------------
株式会社Novera AIエンジニア　青森県生まれ。

略歴

2016年株式会社Walker COOとして入社
2019年株式会社Novera　入社

AI関連のプロジェクト

衛星画像の船検知ツールの作成
衛星画像を活用した、固定資産調査ツールの作成
ドローンからのキャベツ検知の研究
公営競技の予想AIの研究・開発
競艇
オートレース
表情検知システムの作成
顔の分析システムの作成
音声認識システムの作成

受賞歴

経済産業省　異能ジェネレーションアワード　協力協賛企業　特別賞受賞
Challenge Cup Japan 2017東日本大会出場

出演メディア　　BS-TBS　夢の鍵

大越講師

-------------------------------------------------------------------------------
略歴

株式会社キスモ 取締役
神奈川県出身、名古屋大学卒。大学で統計学、機械学習を専攻。

第14回キャンパスベンチャーグランプリ中部大会で名古屋産業人クラブ会長賞を受賞したほか、Startup Weekendでの優勝経験を持つ。創業前はデータサイエンティストとしてのレコメンドエンジン開発やスポーツにおけるデータ活用に従事。

受賞歴（Kaggleにて下記含め6つの受賞経験を持ち、kaggle masterの称号を持っている。）

Home Credit Default Risk 2nd place (Gold medal)
Avito Demand Prediction Challenge 7th place (Gold medal)
Santander Value Prediction Challenge Silver medal

杏林大学と医学領域における画像認識技術の共同研究にも参画し、EWMA2018で研究成果が発表されている。


※担当講師はコースによって変わりますのであらかじめご了承ください。
※応用数学や機械学習はそれぞれの分野専門の講師が担当します。
※メイン講師は相応のAI実務経験と力量のある講師陣が担当します。参考：　 Study-AI講師陣

合格体験記（沢山のメッセージありがとうございます。数名をご紹介。）

Y.K（20代）

■E資格を受験したきっかけは何ですか？
・ディープラーニング、機械学習について網羅的に勉強する為
・社内で、ディープラーニング、機械学習についての知識量を証明する為
■E資格合格のためにどのような準備をしましたか？
・study-aiのディープラーニング講座を受講
・その他、勉強会のまとめサイトに登録し、月に2度、単発の講座に参加(数学、プログラミング等)
■受験してよかったことは何ですか？
・社内で「ディープラーニング、機械学習について詳しい人」というイメージが定着した
■E資格の社内での活用法を教えてください。
・初めて会う人から知識量について信頼を得る
■これからE資格を受験しようという方に対しメッセージをお願いします。
・思っていたよりも周囲からの反応がポジティブです。是非トライしてみてください。




匿名（研究・開発）

■E資格を受験したきっかけは何ですか？
元々は資格自体にはあまり興味を持っておらず、AI技術を体系的に学ぶことを目的として「3ヶ月で現場で潰しが効くディープラーニング講座」を受講しましたが、E資格の認定講座ということで折角なので資格も取得しておこうという気持ちになり、受験することにしました。

■E資格合格のためにどのような準備をしましたか？
講座の予習・復習を欠かさずに実施すると共に、講座において配布された課題や例題を完璧に解答できるようになるまで繰り返し学習しました。

■受験してよかったことは何ですか？
半年前の時点ではよくわからずにサンプルに倣って実装していたコードが、今振り返ると詳細に把握できるようになっていて、ディープラーニングについての理解が明らかに深まっていることを実感しています。

■E資格の社内での活用法を教えてください。
資格自体を活用する予定は今のところありませんが、名刺にロゴ印刷を追加して保有技術のアピールに使用するかもしれません

■これからE資格を受験しようという方に対しメッセージをお願いします。
E資格を受験するにあたり学んだ内容は、試験の合否に関わらず自身の貴重な財産になることは間違いないと思います。「AI技術を学んだ者勝ち」の時代は目の前に迫っている…いや、もう既に遅いくらいかもしれません。今後激変するであろう世の中の勝ち組になるための努力だと信じて頑張りましょう！

■E資格の社内での活用法を教えてください。
学んだ知識を活かして、社内のAIの活用を推進したり、知識の共有を行なっていきたいです。

■これからE資格を受験しようという方に対しメッセージをお願いします。
合格するには、シラバスに出ている各項目に対して、用語を覚えるだけでなく、詳細や数式まで理解するようにする必要があります。pythonによるソースコードに関する問題も多数出ます。勉強はなかなか大変ですがぜひ頑張って合格して下さい。

 

 ※同一法人でのご参加の場合の料金です。

※機械学習の経験者はベーシックターム免除が可能です（要確認テスト）。
この場合、ベーシックタームの受講料10万円が割引となります。

※個人の費用でご参加される方は先着50名様まで総額より10万円割引となります。
尚、個人でご参加の方に限りAIや機械学習の転職情報もご案内させて頂きます。
法人名義のご請求書又は領収証が必要な場合や会社から研修費用が支給される場合は転職情報のご案内は一切行わず、法人料金が適用されますので予めご了承ください。

無料説明会に参加する　

　　　　　
★2018年/2019年全コース満員御礼★　

「現場で潰しが効くディープラーニング講座」各コース定員20名

持ち物　ノートＰＣを持参

講座の対象者
・高校数学の知識がある方
・プログラミング実務経験がある方
・講座以外での学習時間が各月30時間以上を確保できる方

【プログラミングや数学の知識が不足する方へ】

・高校数学やプログラミングの知識が不足する方も講義期間中に不足範囲をカバー頂ける場合はご参加頂けます。
　追加で相応時間の自習時間の確保が必要です。
・個人の状況により受講頂けるかを事前にご相談の上ご検討頂きます。合同説明会でなく個別カウンセリング（兼説明会）
　をお申込みください。
［詳細］
■数学の知識が不足する方
-　別途4日間の数学講座を受講する事。（先着20名迄無料！ ）
http://study-ai.com/seminar/24math/
-　又は上記に相当する自習計画の提出　
■プログラミングの知識が不足する方
-　受講前に個別の無料カウンセリングを受けて頂き、受講及び修了証発行が可能か検討すること。
-　数学が中学生レベル、プログラミング初心者の場合、追加で月30時間以上の自習計画が必要です。
-　あくまで上級者を対象とした講座であるため高校数学までの質問には答えられません。
-　同じく実務経験者であればご自身で出来るであろうPCの環境設定やプログラミングの基礎についての エラー解決は手助けしません。例：AnacondaのインストールやPiPの操作が上手くいかない。GitクローンやZipダウンロード が上手くできないなど。

備考
開講前に、無料説明会を複数回開催予定（未定）です
最小遂行人数7名
復習（欠席）用として、講義動画を限定公開いたします。

無料説明会に参加する　

　　　　　

申し込む

★2018年/2019年全コース満員御礼★　

よくある質問

Q.　全くの初心者ですが大丈夫でしょうか？

AIは基礎から学びますので大丈夫です。但し本講座は上級者向けなのでプログラミングスキルと高校までの数学の知識が必要です。もしも不安な場合は個別説明会にてヒアリングや補講のご相談も受け付けております。

Q.　どのくらいの学習時間の確保が必要ですか？

個人差がありますが、特に予備知識がない場合は毎月30時間の予習復習時間を確保してください。

Q.　PCがなかったりWindows PCでも受講可能ですか？

PCがない場合はご相談ください。有料（3000円/回）での貸し出しになります。WindowsPC（通常のCPU）でご受講頂けます。

Q.　ほとんどの内容は把握しているのですが上級者割引がありますか？

既に現場で実装経験がある方は5万円割引となります。お申込み時にポートフォリオや実績など客観的に実力が 確認できる方が対象となります。

Q.　修了証が受け取れるかが心配です。

講義にしっかりと出席を頂ければ大丈夫です。そのうえで十分な予習復習時間を確保頂ければ出席者全員に修了証を 受け取って頂きたいという方針で組み立てております。ご安心ください。
勿論、「テスト」や「課題」の規定の基準を満たす必要がありますが、万一不合格の場合も最終講義終了後1カ月間は再テスト（2回まで）により修了証の発行が可能です。（再テストは別途2万円/回）

Q.　対象者の範囲が広いので講義のレベルが実際はどの程度か心配です。

「現場の実作業に近いレベル」となります。講義時に高校数学の範囲やプログラミング実務経験者であれば問題にならないエラー解決やPC操作についてのフォローは出来ません。また、数理的な理解も体系的に学びますが現場での問題解決にあまり使わない場合や必要に応じて調べればよい事は知識レベルに留めております。

速報！合格者の声

■E資格を受験したきっかけは何ですか？

ちょうど今の仕事に煮詰まっていて、なにか別のことをやりたいなーと思っていたところに、第一回のE資格検定が行われることを知ったので

■E資格合格のためにどのような準備をしましたか？

講習の内容は、講習日中に理解するようにしました。ちゃんと予習していき、予習でわからなかったところは授業を止めてでも講習中に疑問を解消します。どうしてもだめなところも講習後の自習時間に講師を質問攻めにして漏れの無いようにします。どうせ後で自分で考えてもわからないので、授業料の元は取りましょう。

■受験してよかったことは何ですか？

その気になれば、自分でディープラーニングのエンジンを作れるようになったというのが良かったです。訳わからず魔法の箱としてKeras/Tensorflowを使うのと、理解した上で使うのではその結果に雲泥の差があります。

■E資格の社内での活用法を教えてください。

その気になれば、AIにかかわる他部署への転籍や他社への転職ができると思えるようになったので、逆に今の場所(SI)で、もうひと頑張りしてみようかと思えるようになりました。

無料説明会に参加する　　　　　　　

 

申し込む