社内高度AI人材育成講座
AIを組み込んだ「システム・設備等」の試作品が作成可能な、
社内の高度人材の育成を行うことで県内のDXを推進するための講座です
講座の5つの特徴
- 実務に即したAI講座を提供します
実務経験豊富なデータサイエンティストが講師を務めます。講義では、各テーマに即した最新のAI活用事例をケーススタディとして取り扱いますが、必要な専門知識（ドメイン知識）を持つ講師が担当することで、受講生が抱える現実的な課題に対して適切にアドバイスすることができます。 - 日本ディープラーニング協会が実施するE資格の受験をサポートします
E資格の受験資格を得るためには、JDLA認定プログラム（Python・数学・機械学習・ディープラーニング）を受講する必要があります。弊社が提供する講座はJDLA認定プログラムであるため、本講座の参加者には、受験資格の付与までサポートさせていただきます。E資格は例年2月に試験が開催されるため、本講座の仕上げとして受験することにより、目標をもって継続的に学習・復習する意欲を創出可能です。 - スキルレベルに応じた伴走型の講座を目指します
プログラミング未経験者や高校数学レベルに不安がある方を対象とした「Python・数学超入門講座」をE-learningにて講座開始前に提供し、自身の技術レベルに合わせて学習を始めていただきます。 - 講義後の復習と自主学習を手厚くフォローします
受講者の学び遅れが生じないように、分からない箇所があった場合は受講者が気軽に質問できる環境を用意します。具体的には、講義はZOOMの機能を用いて録画し、復習用動画として配布します。さらに、本事業専用のSlackチャンネルを用意し、参加者から本事業の期間内質問し放題として原則48時間以内（週末を除く）に返信します。また、技術相談として専用の相談窓口を設置します。弊社はAI開発を事業としたシステム会社のため、本事業がスコープとしているAI領域の技術相談が可能*です。 - 業種を限定しない汎用的な技術習得を支援します。【AI×製造業×農業】
静岡県にて大きな構成比を占める製造業の実務や技術を意識した講座を提供いたします。しかし、他産業においてもAIやデータの活用は進んでおり、各分野において汎用的に応用できる技術の習得が肝要であると考えます。そのため、製造業で頻繁に用いられる画像分類・物体検出・異常検知等に加え、自然言語処理や需給予測等の技術も習得可能なケーススタディ講座を豊富に提供いたします。また、農業の現場にてフィールドワークを実施することにより、産業横断的なAI活用を体感いただきます。
対象者
- 県内企業に勤めているAIの活用に意欲的な方
- 平日含めて自学自習の時間を確保できる方
データ分析/プログラミング基礎講座
| 日程 | 時間帯 | 時間 | 実施場所 | テーマ | 概要 |
|---|---|---|---|---|---|
| 9月1日(金) | 10:00～17:00 | 6 | オンライン | Python | Pythonの基礎知識 Numpy の基本操作 Pandasの基本操作 |
| 9月8日(金) | 10:00～17:00 | 6 | オンライン | Python | Matplotlibの基本操作 データの取得～加工 |
| 数学 | 活性化関数 | ||||
| 9月15日(金) | 10:00～17:00 | 6 | SHIP | 数学 | 勾配降下法/特異値分解 主成分分析 最尤推定/ベイズの定理 |
| 9月22日(金) | 10:00～12:00 | 2 | オンライン | 数学 | エントロピー/TF IDF |
| 9月22日(金) | 13:00～17:00 | 4 | オンライン | 統計+R | Rstudioの基本操作 記述統計とグラフによる可視化 |
| 9月29日(金) | 10:00～17:00 | 6 | オンライン | 統計+R | 確率/統計的推定/仮説検定 分散分析と実験計画法 回帰モデル |
| 10月6日(金) | 10:00～17:00 | 6 | SHIP | 統計+R | 相関/主成分/カテゴリカルデータ ロジスティック回帰/ベイズ統計 時系列解析 |
| 10月13日(金) | 10:00～15:00 | 4 | SHIP | データドリブン | 基礎分析/要因分析/予測分析 データ分析基盤/実務応用 |
AI・IoT 基礎講座
| 日程 | 時間帯 | 時間 | 実施場所 | テーマ | 概要 |
|---|---|---|---|---|---|
| 10月13日(金) | 15:00～17:00 | 2 | SHIP | 機械学習 | 教師あり学習 |
| 10月20日(金) | 10:00～17:00 | 6 | オンライン | 機械学習 | 教師あり学習 データの前処理と次元削減 |
| 10月27日(金) | 10:00～17:00 | 6 | オンライン | 機械学習 | 教師なし学習 ビジネス実務応用 |
| 11月1日(水) | 10:00～12:00 | 2 | オンライン | 機械学習 | ビジネス実務応用 |
| 11月1日(水) | 13:00～17:00 | 4 | オンライン | 深層学習 | ニューラルネットワークの概念 過学習と対処法 |
| 11月10日(金) | 10:00～17:00 | 6 | オンライン | 深層学習 | 半教師あり学習/マルチタスク学習 CNNの理論と実装 RNNの理論と実装 |
| 11月17日(金) | 10:00～17:00 | 6 | オンライン | 深層学習 | 分散表現 Attention 生成モデル |
| 11月24日(金) | 10:00～15:00 | 4 | オンライン | 深層学習 | 強化学習と深層強化学習 ビジネス活用 |
| 11月24日(金) | 15:00～17:00 | 2 | オンライン | ケーススタディ | 開発プロジェクトの概要 |
| 12月1日(金) | 9:30～17:30 | 7 | オンライン | ケーススタディ | データ種別ごとのタスクとベースライン CS1：ECサイト（ﾚｺﾒﾝﾃﾞｰｼｮﾝ） CS2：画像認識 |
| 12月8日(金) | 9:30～17:30 | 7 | オンライン | ケーススタディ | CS3：画像の異常検知 CS4：需要予測 CS5：自然言語処理 |
実践講座
| 日程 | 時間帯 | 時間 | 実施場所 | テーマ | 概要 |
|---|---|---|---|---|---|
| 12月15日(金) | 10:00～17:00 | 6 | オンライン | 模擬プロジェクト | オリエンテーション グループワーク |
| 1月12日(金) | 10:00～17:00 | 6 | オンライン | アジャイル開発 | アジャイル思考/チーム分け |
| 1月19日(金) | 10:00～17:00 | 6 | JAみっかび | フィールドワーク | 現場視察/インタビュー |
| 1月26日(金) | 15:00～17:00 | 2 | オンライン | アジャイル開発 | 開発/グループワーク |
| 2月2日(金) | 15:00～17:00 | 2 | オンライン | アジャイル開発 | 開発/グループワーク |
| 2月9日(金) | 10:00～17:00 | 6 | 県工業技術研究所 | アジャイル開発 | 開発/グループワーク |