出張!AI技術者育成講座(写真はイメージです)

出張!AI技術者育成講座(写真はイメージです)

このサイトは、2016年11月10日に開催された日経BP社/如水・主催「緊急開催 AIエンジニアの育成が企業の優勝劣敗を決める」の連動企画です。

 

こんなお悩みはありませんか?

☑自社の技術者にAI武装させたい
☑自社のAI・IOT戦略の策定に迫られているが、人材がいない
☑自社のAI戦略を明確にしたい
☑エンジニアにAIを学習させたい

この講座の特徴

特徴1.背景知識ゼロからの講座です※1。
特徴2.あなたの会社で実施できます※2。
特徴3.一気に大人数が育成が可能です※3。
特徴4.Pythonを使用し、実務と直結しています。

※1プログラム、ITに関しては一定の知識が必要です。
※2交通費等はご負担頂きます。
※3対話的な講座なので1クラス20名程度です。クラスを増加させることで育成人数は増やせます。

講師 速水悟先生 岐阜大学工学部教授

1981年東京大学大学院工学系研究科修士課程修了、同年通商産業省工業技術院電子技術総合研究所(現国立研究開発法人産業技術総合研究所)入所。1989年カーネギーメロン大学客員研究員、1994年フランス国立科学研究院機械情報学研究所客員研究員を経て、2002年岐阜大学教授に就任、現在に至る。

カリキュラム例

このカリキュラムは、以下場合のモデルカリキュラムです。
対象 企業の工学系のシステム・エンジニア、プログラムの経験がある方。
目指す人材像 自社のデータ活用して、どういう技術で何ができるかを考案できる。

1 ネット時代のデータ活用
1.1 オンラインビジネスの台頭
1.2 クラウドサービスによる情報インフラの拡大
1.3 分析手法のオープン化
1.4 ストリームデータの増加

2 機械学習
2.1 機械学習の定義
2.2 機械学習が着目された理由
2.3 機械学習の目的
2.4 機械学習の複雑さ
2.5 大規模データの影響

3 ニューラルネットワークと深層学習
3.1 発展の歴史
3.2 ネットワークの構成
3.3 誤差逆伝播法によるパラメータ推定
3.4 音声認識における深層学習
3.5 AlphaGo のインパクト
3.6 機械学習をどのようにして学ぶか

4 決定木と個人に関する情報
4.1 顧客の反応をモデル化する
4.2 データ集合から決定木を生成する
4.3 過剰適合と汎化
4.4 個人に関する情報と匿名化の効果
4.5 事例(鉄道利用者の乗降履歴データ:Suica)
4.6 事例(個人の特定につながる位置と時間帯のデータ)
4.7 事例(個人の特定につながる購買履歴のデータ)

5 テキストマイニングと評判分析
5.1 テキストマイニング
5.2 事例(コールセンターにおけるコンタクト履歴)
5.3 評判分析
5.4 文書識別のための様々な手法

6 推薦システム
6.1 ロングテールと推薦システム
6.2 事例(Netflix による推薦システムのコンテスト)
6.3 内容にもとづく推薦システム
6.4 協調フィルタリングとk近傍法
6.5 利用者とアイテムの行列を分解する

基礎向けの一例です。レベルに応じてカスタマイズが可能です。
基本的に1日講座。標準は10時〜17時。
PythonをインストールしたPCが必要。インストールガイドを事前配布します。
上記は一例です。受講者レベル・ご要望に応じてカスタマイズが可能です。

実施依頼・お問い合わせ先

事業主体・実施機関

この事業は日経BPと株式会社如水で協同で実施しております。

実施機関:株式会社如水 担当 中村

PAGE TOP