AIデータ分析基礎コース – 公益財団法人 九州先端科学技術研究所

AIデータ分析基礎コース

ふくおかAI・DXスクール 令和3年度 受講者募集中

Lv2. AI開発の基礎スキルを身につけよう
AIデータ分析基礎コース

AI開発をハンズオンで学ぶ初心者向けの研修です。

Notebook教材を中心としたハンズオン研修を通じて、機械学習・ディープラーニングの理論から実践方法まで体系的に学びます。
Eラーニング教材は、動画の講座、ハンズオン、ミニテストの組み合わせで、20分程度でできるようになっており、隙間時間での学習が可能です。

完全オンライン開催ですので、全国どこからでも受講頂けます。

コース目的

AI開発の実務を行える人材の育成

具体的には下記の3ステップを習得することが必須となります。

1

AIの概要・Python
コーディングなど
基礎スキルの習得

2

実務でよく使う
機械学習の代表モデル
実装経験を積む

3

時系列・画像データなど
ディープラーニング
実装
の習得

AIデータ分析基礎コースには以下の2つのタイプがございます

お時間が取れる方 タイプA

事前学習用のe-Learning +
5日間のWebinar(オンラインワークショップ)+
復習用のe-Learningの組み合わせ

お時間が取れる方は、実際にリアルタイムで質問も可能な、タイプAがおすすめ です。

お忙しくて時間が取れない方 タイプB

e-Learningのみ
タイプAのWebinarと同じ内容がe-learningで提供されているためタイプAと同じ内容を学ぶことが可能です

お忙しくて時間が取れない方は、隙間時間で学習可能なタイプBをおすすめします。

概要

タイプA (Webinar + e-Learning) タイプB (e-Learningのみ)
対象者
ユーザー企業の情報システム部門、IT企業のシステムエンジニア・プログラマー
前提知識
高校理系程度(数学:微分、線形代数 / 統計学:基礎レベル)
※前提知識習得のための充実したEラーニングが用意されていますので、前提知識が不安な方も安心して受講頂けます。
研修期間 5ヶ月間 5ヶ月間
総学習時間 総学習時間103時間(うち必修46時間)
Webinar28時間
e-Learning75時間(事前学習18時間、復習+応用学習用57時間)
75時間
定員 第1期:30名/第2期:30名 30名

受講料

タイプA (Webinar + e-Learning) タイプB (e-Learningのみ)
福岡市内に在住の方
福岡市内に通学中の⽅
福岡市内に拠点のある企業に勤務の⽅

48,000円(税込)
福岡市内に在住の方
福岡市内に通学中の⽅
福岡市内に拠点のある企業に勤務の⽅

36,000円(税込)
一般
96,000円(税込)
一般
72,000円(税込)

応募締切

タイプA (Webinar + e-Learning) タイプB (e-Learningのみ)
第1期締切

2021831日(火)17:00
定員30名:先着順
20211029日(金)17:00
定員30名:先着順
※e-Learningの受講期間は5ヶ月ですが、e-Learningの終了日が2022年2月28日であるため、9月下旬以降にお申し込みいただいた場合は、e-Learning受講期間が5ヶ月に満たなくなりますのでご了承ください。
第2期締切

20211029日(金)17:00
定員30名:先着順

開催日程

タイプA (Webinar + e-Learning) タイプB (e-Learningのみ)
オリエンテーション
(Eラーニングの説明と演習環境構築)
13:00〜15:00
第1期: 8月4日(水)
第2期:10月4日(月)
本講座(ウェビナー)
DAY1: 10:00〜16:00
DAY2&3: 10:00〜16:30
DAY4&5: 10:00〜17:00
(途中1h休憩)
第1期:9/2(木)、9/9(木)、9/16(木)、9/22(水)、9/30(木)
第2期:11/2(火)、11/9(火)、11/16(火)、11/24(水)、11/30(火)
e-Learning
(事前学習、復習、応用学習)
※合計103時間
第1期:8月5日(木)~12月27日(月)
第2期:10月5日(火)~2月28日(月)
2021年8月5日(木)~
2022年2月28日(月)の間で5ヶ月間 ※

スケジュール

スケジュール

本講義(Webinar)の特徴

目的を達成するための学習方法

準備:ゼロベースの
受講生も安心環境構築
からサポート
  • オリエンテーションにて、講義のためのPython環境構築を一斉実施
  • その場でサポートするので環境構築でつまづかせない
  • Python、Anacondaのインストールを行う
Input:
現役AIエンジニアが
監修した教材
  • 効率よく動画で学べるe-Learning
  • Slackチャットでの質問サポート(原則24時間以内に回答)
  • 日々講座をアップデートし、実務で使用した最新の機械学習手法も紹介
Output:
ハンズオンで
実践スキルを習得
  • Webinarを受けながら実際にコーディングを行うことで実装スキルを身につける
  • コードは現役AIエンジニアが作成しており、レビューを行うだけでも学びになる
  • コードをそのまま実務で使用できる

オリエンテーション(Webinar)

環境構築・e-Learningの受講準備
  • e-Learning学習サイトの使い方を案内
  • Webinar受講の練習を行う
  • Jupyter notebookの環境設定をサポート
AI・データサイエンス基礎講座
  • AI・データサイエンスの概要について学ぶ
  • AIエンジニアやデータサイエンティストになるために必要なスキルセットを知る

研修期間中は学習サポートを実施

e-Learningの状況を確認して団体別にサポート


受講生全員の学習進捗を把握。管理者様と相談しながら、個別サポートを実施します。
団体受講生の場合、団体ごとに進捗を共有いたします。

チャットで質問し放題
原則24時間以内に回答


Slackのチャンネルに皆様を招待し、期間中はチャット質問を無制限で受け付けます。

講義動画は
見放題


Webinar、e-Learningで扱った講義は期間中何回でも見放題としています。

実施の流れ(Webinar + e-Learning)

  • STEP.01事前準備オリエンテーション
    ・e-Learningの学習アカウントを発行
    ・質問用チャットツールに招待(Slack)
    ・オリエンテーション(Webinar)を行い、環境の使用方法についてご案内
  • STEP.02約1ヶ月
    前提知識の計測・補完
    ・基礎力チェックテストを行い、参加者の前提知識のレベルを計測
    ・足りない分野は指定のe-Learning教材で予習いただく
  • STEP.03約1ヶ月
    本講義の実施
    ・1回5~6時間のWebinarを週1回開催で全5回実施
    ・実際に手元のPCでコーディングしながらディープラーニングの実装を身につける
  • STEP.04約3ヶ月
    復習・修了認定
    ・最後に50問の修了テストを受験、講座内容の理解度を確認
    ・期間中は質問無制限

Webinar+e-Learningでの学習を促進する仕組み

自分のペースで学習できるe-Learning
  • 動画は一回7分程度に細分化されており、スキマ時間にも学びやすい
  • 自分のペースで進められ、何度でも繰り返し視聴できる
  • スマホアプリからも動画・テストが利用可能
  • しっかり学びたい方は手元のPCでコーディングをしながら視聴を推奨
  • 運営体制:質問対応スタッフ3名
インタラクティブなWebinar
  • Zoomミーティングを使用して実施、その場で質疑応答を受け付け
  • 講義の間にディスカッションやクイズを実施、講師と受講生・受講生同士のコミュニケーションが発生するよう設計
  • 手元のPCでコーディングをしながら学ぶ
  • 運営体制:講師1名・TA2名

※Webinarに参加できなかった場合も、復習用のe-Learningで同様の内容を学ぶことが可能です!

前提知識の計測・補完(e-Learning)

  • 最低限必要な知識を補完するチェックテスト・Eラーニングを展開
  • Eラーニングは1講義7分程度に区切られ、隙間時間に学びたい分野のみ学べるような環境を用意
講座 概要 時間
チェックテスト 該当範囲の事前知識を測る20問のwebテストを実施 0.5
機械学習のための統計学 機械学習に必要な統計学(正規分布、ベイズの定理など)を習得する 6
AI超入門 AIの概要や導入事例を学び、AIおよび機械学習の大枠を知る 2
Jupyter入門 Jupyter Notebookのスタートガイド 2
Python入門 Pythonの基礎的な使い方を習得する 4
Numpy入門 機械学習でよく使用するPythonのライブラリNumpyの使い方を習得する 4

本講義の実施(Webinar)

  • Jupyter Notebookを用いた実践形式のハンズオン研修をZoomを用いて実施
  • 事前学習の時間が取れなかった方でもついてこれるよう、機械学習の基礎からWebinarで実施
講座 概要 時間
機械学習概論 機械学習の基本的な流れを学ぶ。 3
データ分析入門> Pythonのライブラリmatplotlib、
Pandasを使用してデータ分析の基礎を身につける。
2
テーブルデータ分析(分類) テーブルデータの分類問題を解きながら機械学習の一連の流れを身に着ける。 5.5
テーブルデータ分析(回帰) テーブルデータの回帰問題を解きながら機械学習の一連の流れを身に着ける。 5.5
時系列データ分析 Pytorchを使用し、時系列データを機械学習で分析する手法を学ぶ。
RNNなど有名なモデルのコーディング実装を通して流れを身に着ける。
6
画像データ分析 Pytorchを使用し、画像データを機械学習で分析する手法を学ぶ。
CNNなどの有名なモデルのコーディング実装を通して流れを身に着ける。
6
修了テスト 該当範囲の事前知識を測る50問のwebテストを実施 1

開催内容

Webinar(5日間)

ゴール

Pythonを用いて機械学習(ディープラーニング含む)の基礎的なプログラミングができるようになる
自ら筋道を立てて、画像認識・時系列データ分析モデルを構築できるようになる
DAY1
  • データ分析/機械学習概論
  • pythonでCSVデータを操作する方法を習得する
  • 簡単なデータで機械学習の流れ(モデル構築⇒精度検証)を体験する
DAY2
  • テーブルデータ分析(分類編)
  • 分類タスクに於いて仮説立案から前処理・モデリング・検証までのデータ分析の一連の流れを掴む
DAY3
  • テーブルデータ分析(回帰編)
  • 回帰タスクに於いて仮説立案から前処理・モデリング・検証までのデータ分析の一連の流れを掴む
DAY4
  • pytorch入門/時系列データ分析
  • 時系列データを題材に、決定木系やDL系の手法を使った分析ができるようになる
DAY5
  • 画像データ分析
  • 画像データを題材に、画像分類や物体検出のタスクが解けるようになる