Aidemy 10周年

Aidemy Premium Plan、「Pythonで儲かるAIをつくる」著者を講師に迎え 機械学習モデル開発講座を開講 〜ビジネス職人材の機械学習の実践的知識とスキルを向上〜

AIに関する人材育成から実運用まで一気通貫で支援する株式会社アイデミー(本社:東京都千代田区、代表取締役社長 石川聡彦、以下「アイデミー」)は、『Pythonで儲かるAIをつくる』(日経BP/2020年)『最短コースでわかる ディープラーニングの数学』(日経BP/2019年)著者である赤石氏を講師に迎え、オンラインAIプログラミングスクールであるAidemy Premium Planにて「機械学習モデル開発講座」を2021年2月22日 (月) に開講いたします。

【講座開始の背景】
オンライン完結型のAIプログラミングスクールである「Aidemy Premium Plan」では、画像認識、自然言語処理、数値予測といった分野の機械学習モデルについて、データの取扱いからモデル開発までのスキル習得を支援しております。
近年、AI活用を図る企業が増えている中、エンジニアやデータサイエンティストのみならずビジネスサイドの担当者においても、より実務に生かせる機械学習やAIの知識が求められるようになっています。また、お客様からも、AIに関する基礎的リテラシーを習得した次のステップとして、AIを使った業務効率化に生かせる具体的な手法が学べる講座のご要望を多数いただいておりました。
これらの背景から、非エンジニアの方でも、機械学習に関する“実践的知識とスキル”であるデータの扱いやモデル作成を習得できることを目指した「機械学習モデル開発講座」をリリースいたしました。

 

【講座の概要】
想定受講者は、AIを使ったプロジェクトリーダーやビジネスプランナーなど、AIを用いた事業戦略を推進していく立場にある、ビジネスサイドの担当者である非エンジニアの方です。
こうした方に向け、本講座は機械学習プロジェクトの一連のタスク(アイデア出しーデータの入手・加工ー学習用データの準備ーモデル作成ー最適化まで)を理解し、一人で簡単な機械学習モデルを構築できるようになること、そして各々の業務やプロセスにどういった機械学習モデルを適用すれば効果が得られるのか、を自身で確かめられるようになることを最終目標としています。
講座内容としては、まずAIや機械学習に関する基本知識を習得できるAidemyのオンラインコンテンツを受講いただきます。次に『Pythonで儲かるAIをつくる』(赤石雅典氏・著/日経BP/2020年)をテキストに、GitHub上に公開されているデータとGoogle Colaboratoryを使い、好きな時間にご自身のPCで演習ができるカリキュラムとなっています。

 

【講師紹介】
赤石 雅典(あかいし まさのり) 氏
1985年 東京大学工学部計数工学科卒。
1987年 同大学院修士課程終了後、日本アイ・ビー・エム株式会社に入社し、東京基礎研究所で数式処理システムの研究開発に従事。1993年 SE部門に異動し、オープン系システムのインフラ設計・構築およびアプリケーション設計を担当。2013年 スマーターシティ事業、2016年 ワトソン事業部に異動し、2020年12月退社。京都情報大学院大学客員教授。
(※経歴は2021年2月9日現在のものです)

【講座の詳細】
■カリキュラム

 【1】アイデミーのオンラインコンテンツを受講(時間は目安です)

    1. はじめてのAI(Grow with Google)(3時間)

    2. DX入門(ディティール版)(6時間)

    3. AIマーケター育成(4時間)

    4. Python入門 (7時間)

    5. AIビジネス活用を考える(4時間)

    6. 投資対効果を最大化するAI導入(5時間)

    7. ディープラーニング基礎(6時間)

    8. 機械学習概論(4.5時間)

    9. データクレンジング(5.5時間)

    10. ライブラリNumPy基礎(数値計算)(4.5時間)

    11. ライブラリ Pandas基礎(表計算)(5.5時間)

    12. ライブラリ Matplotlib基礎(可視化)(7時間)

    13. オープンイノベーション実践のためのAIリテラシー(4.5時間)

【2】テキスト『Pythonで儲かるAIをつくる』を使い、GitHub上の公開データをダウンロードし、Google Colaboratoryで演習。テキストの第6章の内容についての講義動画を受講する。

1.機械学習モデルを一からつくる
機械学習で最もよく利用する「教師あり学習」の処理パターン「分類」を扱った演習。例として、乳がんの検診データと診断データを用い、検診データから2値(良性か悪性か)のいずれかを予測する。
*テキストの解説に沿って①〜⑨を順番に演習し、機械学習モデルを完成させる。

①データ読み込み
②データ確認
③データ前処理
④データ分割
⑤アルゴリズム選択
⑥学習
⑦予測
⑧評価
⑨チューニング

2.実際のビジネス課題を解決するAIをつくる
実際のビジネス課題①〜⑤から興味のあるもの一つを選び、1.で学習したことをベースにPythonプログラムをつくってモデルを作成する。

①営業成約予測(分類)
②天気による売上予測(回帰)
③季節などの周期性で売上予測(時系列分析)
④お薦め商品の提案(アソシエーション分析)
⑤顧客層に応じた販売戦略(クラスタリング、次元圧縮)

3.テキスト第6章「AIプロジェクトを成功させる上流工程のツボ」(2.0時間)の動画講義を受講
AIプロジェクトの上流工程である「機械学習の適用領域の選択」と「業務データの入手・確認」ついて、AIプロジェクト固有の考慮点を踏まえた上でポイントをおさえる。

 

■価格
¥300,000- (税抜)

■期間
3ヶ月間

■詳細ページ
https://premium.aidemy.net/ml-model/curriculum/?utm_source=press&utm_content=210209

 

プレスキットはこちら