AIエンジニアリング講座 JDLA E資格対策講座
概要
| 研修グループ名 | AIエンジニアリング講座 JDLA E資格対策講座 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|
| 研修グループ名 |
|---|
| AIエンジニアリング講座 JDLA E資格対策講座 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
開催情報
お申し込みはこちらから
［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/4/14～2026/4/13）（開催日：2025年4月14日～2026年4月13日）
概要
| スケジュールコード | 22207 | 研修コード | 02GGE124 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|---|---|---|---|---|
| 研修名 | ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/4/14～2026/4/13） | ||||
| カテゴリ | AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ | 価格（税込） | 304,920円 | 定員（名） | 6 |
| 受講実施日数（日） | 361 | 履修時間（H） | 154 | 開催日程（期間） | 2025/04/14～2026/04/13 |
| 開催時間 | 0:00～0:00 | 開場時間 | 0:00 | 会場 | オンライン |
| スケジュールコード |
|---|
| 22207 |
| 研修コード |
| 02GGE124 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
| 研修名 |
| ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/4/14～2026/4/13） |
| カテゴリ |
| AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ |
| 価格（税込） |
| 304,920円 |
| 定員（名） |
| 6 |
| 受講実施日数（日） |
| 361 |
| 履修時間（H） |
| 154 |
| 開催日程（期間） |
| 2025/04/14～2026/04/13 |
| 開催時間 |
| 0:00～0:00 |
| 開場時間 |
| 0:00 |
| 会場 |
| オンライン |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
備考
テキストPDFでの受講形式
推奨環境
以下の環境でご利用いただくことを推奨いたします。
OS：Windows 10 / 11 64bit版、Mac OS X
ブラウザ：Google Chrome 最新版
CPU：Intel Core i5 2.0 GHz 以上
メモリ：4 GB 以上
空き容量：10 GB 以上
［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/5/12～2026/5/11）（開催日：2025年5月12日～2026年5月11日）
概要
| スケジュールコード | 22208 | 研修コード | 02GGE124 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|---|---|---|---|---|
| 研修名 | ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/5/12～2026/5/11） | ||||
| カテゴリ | AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ | 価格（税込） | 304,920円 | 定員（名） | 6 |
| 受講実施日数（日） | 361 | 履修時間（H） | 154 | 開催日程（期間） | 2025/05/12～2026/05/11 |
| 開催時間 | 0:00～0:00 | 開場時間 | 0:00 | 会場 | オンライン |
| スケジュールコード |
|---|
| 22208 |
| 研修コード |
| 02GGE124 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
| 研修名 |
| ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/5/12～2026/5/11） |
| カテゴリ |
| AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ |
| 価格（税込） |
| 304,920円 |
| 定員（名） |
| 6 |
| 受講実施日数（日） |
| 361 |
| 履修時間（H） |
| 154 |
| 開催日程（期間） |
| 2025/05/12～2026/05/11 |
| 開催時間 |
| 0:00～0:00 |
| 開場時間 |
| 0:00 |
| 会場 |
| オンライン |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
備考
テキストPDFでの受講形式
推奨環境
以下の環境でご利用いただくことを推奨いたします。
OS：Windows 10 / 11 64bit版、Mac OS X
ブラウザ：Google Chrome 最新版
CPU：Intel Core i5 2.0 GHz 以上
メモリ：4 GB 以上
空き容量：10 GB 以上
［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/6/9～2026/6/8）（開催日：2025年6月9日～2026年6月8日）
概要
| スケジュールコード | 22209 | 研修コード | 02GGE124 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|---|---|---|---|---|
| 研修名 | ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/6/9～2026/6/8） | ||||
| カテゴリ | AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ | 価格（税込） | 304,920円 | 定員（名） | 6 |
| 受講実施日数（日） | 361 | 履修時間（H） | 154 | 開催日程（期間） | 2025/06/09～2026/06/08 |
| 開催時間 | 0:00～0:00 | 開場時間 | 0:00 | 会場 | オンライン |
| スケジュールコード |
|---|
| 22209 |
| 研修コード |
| 02GGE124 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
| 研修名 |
| ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/6/9～2026/6/8） |
| カテゴリ |
| AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ |
| 価格（税込） |
| 304,920円 |
| 定員（名） |
| 6 |
| 受講実施日数（日） |
| 361 |
| 履修時間（H） |
| 154 |
| 開催日程（期間） |
| 2025/06/09～2026/06/08 |
| 開催時間 |
| 0:00～0:00 |
| 開場時間 |
| 0:00 |
| 会場 |
| オンライン |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
備考
テキストPDFでの受講形式
推奨環境
以下の環境でご利用いただくことを推奨いたします。
OS：Windows 10 / 11 64bit版、Mac OS X
ブラウザ：Google Chrome 最新版
CPU：Intel Core i5 2.0 GHz 以上
メモリ：4 GB 以上
空き容量：10 GB 以上
［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/7/14～2026/7/13）（開催日：2025年7月14日～2026年7月13日）
概要
| スケジュールコード | 22210 | 研修コード | 02GGE124 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|---|---|---|---|---|
| 研修名 | ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/7/14～2026/7/13） | ||||
| カテゴリ | AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ | 価格（税込） | 304,920円 | 定員（名） | 6 |
| 受講実施日数（日） | 361 | 履修時間（H） | 154 | 開催日程（期間） | 2025/07/14～2026/07/13 |
| 開催時間 | 0:00～0:00 | 開場時間 | 0:00 | 会場 | オンライン |
| スケジュールコード |
|---|
| 22210 |
| 研修コード |
| 02GGE124 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
| 研修名 |
| ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/7/14～2026/7/13） |
| カテゴリ |
| AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ |
| 価格（税込） |
| 304,920円 |
| 定員（名） |
| 6 |
| 受講実施日数（日） |
| 361 |
| 履修時間（H） |
| 154 |
| 開催日程（期間） |
| 2025/07/14～2026/07/13 |
| 開催時間 |
| 0:00～0:00 |
| 開場時間 |
| 0:00 |
| 会場 |
| オンライン |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
備考
テキストPDFでの受講形式
推奨環境
以下の環境でご利用いただくことを推奨いたします。
OS：Windows 10 / 11 64bit版、Mac OS X
ブラウザ：Google Chrome 最新版
CPU：Intel Core i5 2.0 GHz 以上
メモリ：4 GB 以上
空き容量：10 GB 以上
［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/9/8～2026/9/7）（開催日：2025年9月8日～2026年9月7日）
概要
| スケジュールコード | 22211 | 研修コード | 02GGE124 | 研修タイプ | オンライン（オンデマンド）研修 |
|---|---|---|---|---|---|
| 研修名 | ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/9/8～2026/9/7） | ||||
| カテゴリ | AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ | 価格（税込） | 304,920円 | 定員（名） | 6 |
| 受講実施日数（日） | 361 | 履修時間（H） | 154 | 開催日程（期間） | 2025/09/08～2026/09/07 |
| 開催時間 | 0:00～0:00 | 開場時間 | 0:00 | 会場 | オンライン |
| スケジュールコード |
|---|
| 22211 |
| 研修コード |
| 02GGE124 |
| 研修タイプ |
| オンライン（オンデマンド）研修 |
| 研修名 |
| ［e-L］AIエンジニアリング講座 JDLA E資格対策講座 （2025/9/8～2026/9/7） |
| カテゴリ |
| AI人材教育／AI・IoT・ビッグデータ／芝大門技術塾／AI・IoT・ビッグデータ |
| 価格（税込） |
| 304,920円 |
| 定員（名） |
| 6 |
| 受講実施日数（日） |
| 361 |
| 履修時間（H） |
| 154 |
| 開催日程（期間） |
| 2025/09/08～2026/09/07 |
| 開催時間 |
| 0:00～0:00 |
| 開場時間 |
| 0:00 |
| 会場 |
| オンライン |
研修内容
Ｅ資格に合格できる即戦力AIエンジニアを育成する研修プログラムです｡時間や場所を選ばないテキスト形式の研修で､AIエンジニアへとスキルアップさせます｡
Python言語・ライブラリ・基礎数学・基礎統計 の勉強、Kerasというフレームワークを利用したDeep Learningの勉強、scikit-learnというフレームワークを利用した機械学習の勉強をしていきます。
【E資格対策講座】
0.イントロダクション
1.線形代数
2.確率・統計
3.情報理論
4.機械学習の基礎
5.順伝播型ネットワーク
6.深層モデルのための最適化
7.深層モデルのための正則化
8.畳み込みニューラルネットワーク
9.リカレントニューラルネットワーク
10.Transformer
11.汎化性能向上のためのテクニック
12.画像認識
13.物体検出
14.セマンティックセグメンテーション
15.自然言語処理
16.音声処理
17.生成モデル
18.深層強化学習
19.様々な学習方法
20.深層学習の説明性
21.エッジコンピューティング
22.分散処理
23.アクセラレータ
24.環境構築
※学習項目ついては、最新動向に合わせて変わる可能性があります
【AIエンジニアリング講座】
本講座は、「機械学習実践講座」と「深層学習実践講座」で構成されています。
《機械学習実践講座》
1．機械学習とは
2．単回帰分析
3．重回帰分析
4．多項式回帰
5．正則化
6．パーセプトロン
7．ロジスティック回帰
8．SVM
9．性能評価とチューニング
10．欠損値処理とエンコーディング
11．決定木
12．主成分分析
13．クラスタリング
14．自然言語処理の諸手法
※学習項目ついては、最新動向に合わせて変わる可能性があります
《深層学習実践講座》
1．深層学習とは
2．ニューラルネットワークの基礎
3．CNNによる画像分類
4．ニューラルネットワークの諸問題と対策
5-1．OpenCVによる画像の前処理とfine-tuning
5-2 実践演習課題vol4
5-3. 課題vol4解答・解説
6．RNN(LSTM)による時系列解析
7．DQNによる強化学習
※学習項目ついては、最新動向に合わせて変わる可能性があります
効果（到達目標）
・Ｅ資格試験に合格できる。
・scikit-learnの基礎文法や、ホールドアウト法を理解する。
・Pandasでの基礎的な前処理や、グリッドサーチを理解する。
・ヒストグラム・ヒートマップの表示理解や、教師なし学習手法を実装し､施策提言までのステップを体験する。
・学習結果の解釈・可視化の実現や、画像データの前処理（型変換・正規化・cv2）を理解する。
・Kerasの基礎文法を理解する。
対象
必須
・ifやfor文などの基本的な条件式や四則演算のための演算子を使える
・リファレンス通りに既存の関数を使えること
推奨
・AIのモデル開発を実際に行う立場にいる
・日常的に分析対象となるデータを見ている
教材
テキスト教材
前提知識
・直近5年以内のエンジニア経験
・数学への拒否反応がない方（高校数学IAIIBの理解）
関連サイト
ー
備考
テキストPDFでの受講形式
推奨環境
以下の環境でご利用いただくことを推奨いたします。
OS：Windows 10 / 11 64bit版、Mac OS X
ブラウザ：Google Chrome 最新版
CPU：Intel Core i5 2.0 GHz 以上
メモリ：4 GB 以上
空き容量：10 GB 以上
※お問い合わせ先で「芝大門塾」を選択してお問い合わせください。
050-3180-7424
お問い合わせフォームはこちら
