■AI活用人材育成講座<第3回>■『機械学習実践編~分類,時系列解析,異常検知,生成AI~』

55,000 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 10:00 ~ 17:00 
締めきりました
主催者 (株)R&D支援センター
キーワード 機械学習・ディープラーニング   AI(人工知能)   ソフトウェア開発
開催エリア 全国
開催場所 【WEB限定セミナー】※会社やご自宅でご受講下さい。 

☆AIを活用できる人材を育成するための全3回特別講座。☆基礎から環境構築、実践まで段階的に習得します。

■AI活用人材育成講座<全3回>■【受付終了】第1回テーマ『Python基礎と機械学習基礎』【受付終了】第2回テーマ『ディープラーニングと機械学習プロジェクトの進め方』第3回テーマ『機械学習実践編~分類,時系列解析,異常検知,生成AI~』

※過去開催分を受講希望の場合は、上記の<全3回>のURLからお申込みください。

セミナー講師

(株)LINK.A 代表 / (株)ネクステージ 開発部 AIアナリスト 太田 桂吾 氏【ご専門】システムエンジニア、機械学習

セミナー受講料

55,000円(税込、資料付)■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、  2名同時申込の場合計55,000円(2人目無料:1名あたり27,500円)で受講できます。(セミナーのお申し込みと同時に会員登録をさせていただきますので、   今回の受講料から会員価格を適用いたします。)※ 会員登録とは  ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。  すべて無料で年会費・更新料・登録費は一切かかりません。  メールまたは郵送でのご案内となります。  郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

  1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
  2. セミナー前日までに必ず動作確認をお願いします。
  3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
  • セミナー資料は開催前日までにお送りいたします。ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。開催まで4営業日~前日にお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますことご了承下さい。
  • 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

 第3回目では、様々な課題に対する機械学習(ディープラーニング)の活用方法を学習します。 画像分類、時系列分析、異常検知等の例を解説し、実際の動きを確認します。また、最後に生成系AIの解説も行い、その概要、業務課題への適用(LLMの転移学習等)を検討します。 なお、無償のGoogle Colaboratoryを使用することで、実際に動きを確かめながら、学習することが可能です。<特典>・当日の講座を復習できる見逃し配信付(※視聴期間は1週間予定)・サンプルプログラムの提供あり・セミナー終了後でもメール等による講師への直接質問可能

受講対象・レベル

AIを活用したい、AIを使いこなせる人材を育成したいなど、AI活用に向けた基本知識から実践方法を段階的に解説していきます。

必要な予備知識

特に予備知識は必要ありません。基本から解説いたします。

習得できる知識

・プログラム:pythonの基本の習得・機械学習:基本の習得と実践できる環境の構築・深層学習(画像分類、物体検出、自然言語処理)がひととおり自分で試せるようになる

セミナープログラム

1.画像分類/物体検出 1-1 画像での特徴量エンジニアリング 1-2 分類モデル 1-3 物体検出 1-4 サンプルデータを使用した物体検出

2.時系列データ解析 2-1 時系列データの定義 2-2 自己相関と変動 2-3 ARIMAモデル 2-4 RNNモデル 2-5 サンプルデータを使用した時系列予測

3.異常検知への応用 3-1 異常検知の基本 3-2 AutoEncoder  3-3 RNN+AutoEncoder 3-4 サンプルデータを使用した異常検知

4.生成AI 4-1 生成AIの基本 4-2 著作権の注意 4-3 Transeformer 4-4 Diffusion model(拡散モデル) 4-5 サンプルデータを使用したLLMの転移学習

 【質疑応答】

キーワード:AI人材,AI活用,AIスキル,深層学習,機械学習,セミナー