UA-44035539-1

昨今、デジタルの進化によりデータ活用が重要な意味合いを持つようになりました。IoT(Internet Of Things)では、センサー等で取得・蓄積されたデータを利活用するには、データを分析する能力が重要視されています。現場から収集されたデータは処理するにあたり、今後、人工知能(AI)の技術が必要となり、社会の中でますますその価値を発揮していきます。
今回、その要素技術である機械学習(マシンラーニング)を学ぶことで、今後のIoT活用を推進すること目的に本講座を開催いたします。

詳細

1.講座:
IoT・AI実践講座(人工知能・機械学習編)

2.時間:2日間(12時間)
10:00~17:00の開催を予定

3.場所:オンライン(Zoomを予定)
参加企業会議室 または 自席

4.定員:最大20名(人数によりサブ講師付き)

5.講師:
株式会社サートプロ IoT・AI技術講師

6.対象者:
IT企業に勤める方やIoTサービスを行っている方で、人工知能や機械学習の手法を学習したい方

7.目的:
IoT(Internet Of Things)では、センサー等で取得・蓄積されたデータを利活用するには、データ分析が重要となります。
収集されたデータは処理するにあたり、今後、人工知能(AI)の技術が必要となります。
今回、その要素技術である機械学習(マシンラーニング)を学ぶことで、今後のIoT活用を推進すること目的に本講座を開催いたします。

8. 環境:
パソコン
  ・インターネットが利用できること
  ・Zoomが利用できること
  ・カメラ・マイクが付いていて利用できること
  ・Google Colaboratory ツールのためGoogleアカウントを用意できること
  ※企業様によって利用できない場合、準備致します(オプション)

9.カリキュラム:
(1)人工知能概論
• AI の定義
• AI 研究の歴史
• AI 利用動向と事例
(2)機械学習の基礎
•学習の種類
•機械学習のプロセス
•機械学習モデルの評価
(3)ハンズオン準備
•ハンズオン環境の説明(Google Colaboratory)
• Python の基礎
• Colaboratory の使い方
•ハンズオン:グラフ表示プログラム
(4)機械学習の理解
•代表的な機械学習ライブラリー
• scikit-learn の概要
•ハンズオン:線形回帰(Linear Model)
•ハンズオン:クラス分類(SVM)
(5)実践的な機械学習の利用
•ハンズオン:気象データによる電力消費量予測
(6)深層学習の基礎
•ニューラルネットワーク
•ディープラーニングのアプローチ
•画像認識への応用
(7)深層学習の理解(120 分)
•代表的な深層学習ライブラリー
• Keras の概要
•ハンズオン:手書き文字の識別(CNN)
(8)実践的な深層学習の利用(120 分)
•エアライン乗客数の予測(LSTM)
•時系列データの異常検知(AutoEncorder)

 

お申し込み、お問合せは以下のフォームからお願いします。

Print Friendly, PDF & Email
IoT・AI実践講座(人工知能・機械学習編)Google Colaboratoryで学ぶマシンラーニング

Tagged on:                 
%d人のブロガーが「いいね」をつけました。