受講対象者

経営者、マネジメント層、主にビジネス側でAI技術を事業に取り入れることや類する意思決定に携わる方々

講座の特徴

＜自分でAIを作る＞

実際にプログラミングを体験頂き、AIがどの様に動いているか理解出来る演習（３種類）を行う。
内容は３段階に別れており、Pythonを用いたプログラミング基礎、機械学習(Machine Learning)のモデル構築、深層学習（Deep Learning）のモデル構築を実践して、より深い理解と体感を得る。

＜万全なサポート体制＞

演習の時間には、優秀な東大生のAI Specialists が、プログラミングをサポート。また研修後には、iLect社のコンサルタントが、御社の課題解決についてアドバイスする相談会も。

＜講座修了後に得られる知識＞

• AIというワードに惑わされず、AI技術の出来る／出来ないを見極め、広義的にプロジェクトにおいての最善の技術を判断する。
• 従来AI技術とDeep Learning 技術の違いについて明確に説明できる。

プログラム内容

• 01/AIの歴史
  • AIの歴史
  • IT技術の擬人化 − 機械学習 − DL を混同して話されている問題
  • DL＝目の誕生「カンブリア爆発」
• 02/AI技術の概観
  • 最小二乗法、関数を深くするとは？
  • xとyに何を置くか
  • 機械学習とフィーチャーエンジニアリング
  • 教師あり − 教師なし − 強化学習
  • DLで何ができるようになったのか
  • 研究における先端的な事例 (GAN、Robotics等)
  • 世界の先端的企業(Google、DeepMind、Sensetime等)の事例
• 03/［体験］機械学習とフィーチャーエンジニアリング
  • プログラミングとは
  • プログラミング実習
  • フィーチャーエンジニアリング入門
• 04/Deep Learning基礎
  • ニューラルネットワーク
  • モデルと目的関数と最適化
  • 教師あり − 教師なし − 強化学習
  • 手法の紹介(CNN、RNN、VAE、GAN、DQN)
• 05/［体験］画像認識（CNN）でフィーチャー自動抽出
  • 個人ワーク
  • 発展的トピック解説（ニューラルネットワークの汎用性、実践テクニック：学習済みネットワークの利用）
• 06/Deep Learningと社会
  • DLがもたらす社会の変化（現に起きていること,予測されていること）
  • AI/DL負の側面：トピック紹介（監視社会、データ独占、殺人兵器、差別助長等)
• 07/DLによる事業開発
  • 事例紹介(手が届く位の実現的な事例)、方向性
  • 事例の検証、深掘り（背景、利用データ、モデル、展望）
  • 未来予測、戦略）
• 08/DL研究の最前線
  • 最近できるようになったこと
  • 研究のスピード感
  • AI技術の未来

FAQ

• Q受講者像と予め必要となるスキルのレベルを教えてください。

  A経験や前提知識は一切不要です。数学やプログラミングの経験が無い方でも、理解できるようにコンテンツを設計しています。また、経験豊富なアシスタントが内容理解をサポートします。

• Qこの講座の特徴を教えてください。

  A「体験して理解」AI技術を体験して理解できるようにコンテンツを設計しています。何ができて何ができないか、従来のAI技術とDeep Learningの違いは何か、ビジネス上のデータで向いているもの、向いていないものは何か、体験の中で理解できます。

• Q演習などの内容について詳しく教えてください。

  A物事を理解する上で最良の方法は体験することです。本講座では、経営・ビジネス向けの講座であっても体験を通じて理解することを大事にしています。

• Q受講に際して必要となるものはありますか？

  Aご自身のノートパソコンをお持ちください。当日用意できない方はこちらで手配いたしますので、事前にご連絡をお願い致します。