新型コロナウイルス感染拡大防止策をきっかけとして、様々な企業が在宅勤務体制への移行を余儀なくされ、通常業務のオンライン化に取り組まれています。その中で、多くのエンジニア系社員を持つ企業からは、「会社でなければ実験や作業ができず、在宅で出来ることは限定されている。」「在宅期間の時間を利用して、AI を始めとする新しい技術スキルの習得の機会にしたい。」という声を頂くようになりました。

そこで、アイデミーでは、勤務場所に制限があるエンジニア系の方々を主な対象とし、在宅勤務における時間の有効活用を図っていただけるよう、学習目的に合わせた講座をパッケージ化して3 種類ご提供することにしました。

「AI×IoT・画像認識パック」は、主にIoT 分野で使用される機械学習モデルの構築や画像認識の実装に関する技術、「需要予測・故障検知パック」は、AI によるデータ分析の実装に関する技術、そして「自然言語処理パック」は、Google 翻訳などの機械翻訳や予測変換、「Amazon Alexa」などの対話システムに活用される自然言語処理に関する技術をまとめています。

また、通常はAidemy Business Cloudのみに付属する管理機能も合わせてご提供可能なため、利用メンバーの進捗確認のみならずAI学習に意欲的なメンバーを発掘することも可能となります。

この機会にぜひお役立ていただけましたら幸いです。

【「AI×IoT・画像認識」パックの詳細】
主にIoT分野で使用される機械学習モデルの構築や、画像認識の実装に関する技術をまとめたパッケージです。
男女の画像から性別を判断するなど、画像を扱った深層学習モデルの作成や、IoTデバイスへの実装についてのスキルを身につけます。

想定レベル：事前知識不要
ライセンス数：10
学習期間：3ヶ月(※1)
講座名：
–         はじめてのAI(※2)
–         機械学習概論
–         Python入門
–         統計学基礎
–         ライブラリ「NumPy」基礎（数値計算）
–         ライブラリ「Pandas」基礎（表計算）
–         ライブラリ「Matplotlib」基礎（可視化）
–         ソラコム流、ラズパイで始めるIoT
–         機械学習におけるデータ前処理
–         教師あり学習(回帰)
–         教師あり学習(分類)
–         教師なし学習
–         ディープラーニング基礎
–         データクレンジング
–         スクレイピング入門
–         CNNを用いた画像認識
–         IoTデバイスへの機械学習モデルのデプロイ
目安となる学習時間：57時間

【「需要予測・故障検知」パックの詳細】
AIによるデータ分析の実装に関する技術をまとめたパッケージです。
時系列解析などの学習を通して、需要予測や故障検知など未来のデータを予測するための分析モデルの実装を目指します。

想定レベル：事前知識不要
ライセンス数：10
学習期間：3ヶ月(※1)
講座名：
–         はじめてのAI(※2)
–         機械学習概論
–         Python入門
–         統計学基礎
–         ライブラリ「NumPy」基礎（数値計算）
–         ライブラリ「Pandas」基礎（表計算）
–         ライブラリ「Matplotlib」基礎（可視化）機械学習におけるデータ前処理
–         教師あり学習(回帰)
–         教師あり学習(分類)
–         教師なし学習
–         ディープラーニング基礎
–         データクレンジング
–         スクレイピング入門
–         時系列解析(Ⅰ) （統計学的モデル）
–         時系列解析(Ⅱ) （RNNとLSTM）
–         時系列解析(Ⅲ) （LSTM応用）
目安となる学習時間：59.5時間

【「自然言語処理」パックの詳細】
Google翻訳などの翻訳システム、「Amazon Alexa」などの対話システム、予測変換機能などに活用されている自然言語処理に関する技術をまとめたパッケージです。
ニュース記事のカテゴリ分けなどの学習を通して、質問応答システムの実装を目指します。

想定レベル：事前知識不要
ライセンス数：10
学習期間：3ヶ月(※1)
講座名：
–         はじめてのAI(※2)
–         機械学習概論
–         Python入門
–         統計学基礎
–         ライブラリ「NumPy」基礎（数値計算）
–         ライブラリ「Pandas」基礎（表計算）
–         ライブラリ「Matplotlib」基礎（可視化）
–         機械学習におけるデータ前処理
–         教師あり学習(回帰)
–         教師あり学習(分類)
–         教師なし学習
–         ディープラーニング基礎
–         データクレンジング
–         スクレイピング入門
–         自然言語処理基礎
–         日本語テキストトピック抽出
–         自然言語処理を用いた質問応答
目安となる学習時間：56時間

※1 期間内は何度でも閲覧可能です。
※2 こちらの講座はGrow with Googleの講座です。
Grow with Google のコンテンツは、すべて Google により無料で公開されているものです。

【お問い合わせ】
ご興味をお持ちいただけましたら、まずはお問い合わせください： https://business.aidemy.net/contact/ai-entry-pack?utm_source=engeneer-pack&utm_medium=pressrelease&utm_content=20200515
締め切り日：2020年7月31日(金) 23:59