AI×IoT・画像認識パック¥162,800(税込)

画像認識は深層学習が非常に得意としており、既に人間の正確性(精度)を越している例も存在します。
このパッケージでは、画像認識で頻繁に扱われる手法であるCNN(畳み込みニューラルネットワーク)を学ぶことにより、
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(Raspberry Pi)への実装を目指します。

パッケージ内容

はじめてのAI
Grow with Googleの「はじめてのAI」講座では、AI に関わる基本知識だけでなく、事例や具体的に AI がどのような仕組みで動いているかも紹介します。AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように、本講座で学びます。※
※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。
はじめてのPython
プログラミング言語「Python」の基礎ついて学びます。Pythonは、機械学習やWEBアプリケーションなど多くの用途で使用されているプログラミング言語です。また、図を多く用いて解説を行っておりますので、プログラミングを初めて学ばれる方でも直感的にわかりやすい内容となっております。ぜひ、プログラミングの楽しさ、Pythonの素晴らしさを体感し、いち早くエンジニアとしてスタートを切りましょう。
Python基礎
プログラミング言語「Python」における、複数の値を持つ型、for文、関数、クラスなどについて学習し、はじめてのPythonより発展的な知識を身につけられます。また、図を多く用いて解説を行っておりますので、躓きやすいクラスや関数がわかりやすい内容となっております。ぜひ、プログラミングの楽しさ、Pythonの素晴らしさを体感しましょう。
機械学習概論
【英語版コース有り】 機械学習の基本や精度評価の方法などを学びます。ここでは、機械学習のアルゴリズムの初歩の初歩に触れていきます。ここで学んだことはどんなアルゴリズムでも必ず出現するので、機械学習や深層学習を初めて学ぶ人は必ずこのコースを受講することを奨励します。
ライブラリ「NumPy」基礎(数値計算)
「Python」のベクトルや行列計算を高速に行うためのライブラリ「NumPy(ナンパイ)」の基礎を学びます。「NumPy」を用いることで、効率的な科学技術計算が可能になり、機械学習分野に必須のライブラリです。
ライブラリ「Pandas」基礎(表計算)
「Python」のデータ分析用ライブラリ「Pandas(パンダス)」の基礎を学びます。「Pandas」を用いることで数表や時系列データの計算が楽になり、定量データ解析には必須のライブラリです。
ライブラリ「Matplotlib」基礎(可視化)
「Matplotlib」というライブラリを用いてデータを可視化する方法を学びます。折れ線グラフ、円グラフ、ヒストグラム等の作成から、3Dグラフを作成する方法まで学びます。
ソラコム流、ラズパイで始めるIoT
AIの優劣を左右するのは「データの質」。よりよいデータ分析に役立つ活きたデータを、IoT(Internet of Things)で収集してみましょう。
本コースでは「ラズパイ」の略称で知られる小型パソコン「Raspberry Pi」と「モバイル通信」を組み合わせ、どこからでもリアルタイムのデータ収集ができるデバイスを作ります。IoTを始めるのに、特別な技術は要りません。※
※ Raspberry Pi、Raspberry Piアダプター、Sense HAT、SDカード、その他周辺機器のご用意をいただくことでより実践的な学習が可能です。ご用意いただかなくてもご受講は可能です。
機械学習におけるデータ前処理
Pythonで機械学習を行う際に必要となる様々な前処理を学びます。
CSVやExcel、DBからのデータの取得、欠損値への対応方法など、実務で必須となる前処理をスマートに実装するためのライブラリについてコード例を確認しながら習得します。
教師あり学習(回帰)
「教師あり学習」とは、正解ラベル付きのデータセットを使って、機械学習モデルを作る手法です。その中でも、今回は数値予測を行うための「回帰」モデルの扱い方について学びます。
教師あり学習(分類)
教師あり学習(分類)では、画像や文章などをカテゴリ分けする「分類」モデルの手法の紹介やハイパーパラメーターのチューニングなどについて学びます。
教師なし学習
「教師なし学習」とは、正解ラベルが付いていないデータセットを使い、機械学習モデルを作る手法です。今回は、クラスタリングや主成分分析といったアルゴリズムの手法について学びます。
ディープラーニング基礎
深層学習(ディープラーニング)のアルゴリズムの詳細と実装の基礎を学びます。今回はディープラーニングのなかで最も基礎的なアルゴリズムであるDNN(ディープニューラルネットワーク)を用いて手書き文字認識に挑戦します。
データクレンジング
データクレンジングとは、機械学習モデルにデータを読み込ませるために、データの欠損値や画像の前処置を行う手法です。CSVデータの扱い方や欠損値の処理、OpenCVを用いた画像加工の方法などを学習します。
スクレイピング入門
webページから必要な情報を自動で抜き出す作業を、スクレイピングと言います。このコンテンツでは主にBeautifulSoupを用いたスクレイピングの手法を紹介します。
CNNを用いた画像認識
深層学習(ディープラーニング)のアルゴリズムのなかで、主に画像認識で用いられ活用の幅が広いCNN(Convolutional Neural Network)の実装の基礎を学びます。今回はCNNを用いて手書き文字認識や一般物体認識に挑戦し、精度向上のテクニックや転移学習の実装に関して触れます。
IoTデバイスへの機械学習モデルのデプロイ
Microsoft Azureを用いて、IoT Edge デバイス(Raspberry Pi)に機械学習モデルをデプロイする方法を学習し、IoT Edge デバイスで処理した情報をIoT Hub(クラウド)に送ります。※
※ azureアカウント、Raspberry Pi、周辺機器のご用意をいただくことでより実践的な学習が可能です。ご用意いただかなくてもご受講は可能です。

AI×IoT・画像認識パックをはじめる

まずは、お気軽にお問い合わせください

お電話でもお問い合わせいただけます

03-6868-0998

受付時間:平日10時 - 17時