カスタマイズ講座の紹介

本講座は、生成AIの仕組みを基礎から学びたい方や画像処理・自然言語処理などに特化した内容を理解したい方を対象にしています。E資格取得を目指すフルコース講座から、ご自身の興味や関心にあった講義だけを受講することができます。

Human-centric AI Lab - カスタマイズ講座のイメージ画像
価格
2万円もしくは 3万円から[1]
講義形式
少人数制での対面形式[2]
開催場所
東京都文京区千駄木周辺の施設
開催日時
平日の夜ならびに土曜日の午前と午後
脚注
[1]
専門講義であれば1回3万円 (税抜き) から、基礎講義であれば1回2万円 (税抜き) からお申込み頂けます。受講の組み合わせの具体例はコチラから確認できます。
[2]
講義の内容は「フルコース講座」と同様になります。

講座申込・ご質問はこちら

問い合わせ

カスタマイズ講座の詳細

深層学習の理論的な理解と開発実装能力を認定するE資格では、画像処理、自然言語処理、強化学習などの様々な分野における深い知識とその理解が求められます。これからAIエンジニアとして働こうという方にはよい機会にはなりますが、すでに仕事に従事している方には、そのハードルは高く感じられるかもしれません。自分に必要な分野に絞って深く学びたいという希望に沿えるよう本講座を用意いたしました。

対面式講義の項目紹介

講義には、「フルコース講座」と同様の「専門講義」「基礎講義」が含まれます。

「専門講義」では、機械学習や深層学習で用いられているアルゴリズムの理解を目指す講義を各回2時間にて実施します。

「基礎講義」では、その分野の概要と専門用語の理解を目指す講義を各回2時間にて実施します。いずれも、受講には必要な前提知識を満たしていることが望ましいです。

講義の内容は以下の8種類に分類され、全ての講義をご自身の興味・関心に合わせて受講することができます。しかしながら、1回の講義では完結しない内容も多く含まれているため以下の受講の組み合わせを参考の上、ご検討ください。

応用数学の講義だけ1時間が2回になるため、各回1.5万円 (税抜き)から申し込めます。

  1. 機械学習
  2. 応用数学
  3. 深層学習の仕組み
  4. 画像処理
  5. 自然言語処理
  6. 生成AI
  7. 深層学習の応用
  8. 強化学習
Human-centric AI Lab - E資格対応講座「カスタマイズコース」の講義項目

必要な前提知識

数学
  1. 線形代数 (行列の四則計算)
  2. 微分積分 (偏微分や多重積分を含む)
  3. 統計検定2級レベルの確率統計の知識

前提知識 (数学) に関する具体例は下記よりご確認いただけます。

数学の前提知識

受講の組み合わせ具体例

深層学習のアーキテクチャを中心に勉強したいという方

以下の3項目の受講をお薦めします。

  1. 機械学習
  2. 応用数学
  3. 深層学習の仕組み
Human-centric AI Lab - E資格対応講座「カスタマイズコース」における「深層学習アーキテクチャ」中心の受講例

書籍などで入門書を勉強してみたけれど、あまりよくわからなかった・・という方に向けた組み合わせになります。現在の”生成AI”ブームを支える基礎技術を理解してみたい!という方にお薦めです。この部分をきちんと理解できれば、残りは自走できます。行列の計算や微積分は大丈夫!という方であれば、これらのアーキテクチャを理解することができます。

「機械学習」や「深層学習の仕組み」には、入門編もございますので、そちらも受講して頂ければ前提知識は数学だけになります。この講義を通して「人間はどのように物事を理解しているのか?」に取り組んだ学問の楽しさを伝えられたら幸いです。

各講義で取り扱っている内容や難易度はコチラから確認できます。

価格

専門講義であれば1回3万円 (税抜き) から、基礎講義であれば1回2万円 (税抜き) からお申込み頂けます。機械学習の基礎から深層学習の仕組みまでを理解したいという場合は、「機械学習」「応用数学」「深層学習の仕組み」を組み合わせた7講座がおすすめです。講義の組み合わせ、日程などに関するお問い合わは下記からお願いします。

講座申込・ご質問はこちら

問い合わせ

画像処理を中心に勉強したいという方

画像処理の基本を学習したい場合は、(1) から (4) の途中までの受講をお薦めします。
画像処理の応用を学習したい場合は、(3) の途中から (6) までの受講をお薦めします。

  1. 機械学習
  2. 応用数学
  3. 深層学習の仕組み
  4. 画像処理
  5. 生成AI
  6. 深層学習の応用
Human-centric AI Lab - E資格対応講座「カスタマイズコース」における「画像処理」中心の受講例

E資格の中で一番ボリュームのある画像処理技術を学ぶことができます。「機械学習」や「画像処理」の講義には入門編も用意してありますので、基礎から始めたいという方は、そちらも含めて受講されることをお薦めいたします。また応用編として、生成AI技術や、IoTや軽量化技術への考え方も学ぶことができます。情報理論やベイズ推定などに関する知識が既にある場合は、「応用数学」を受講する必要はありません。
各講義で取り扱っている内容や難易度はコチラから確認できます

価格

専門講義であれば1回3万円 (税抜き) から、基礎講義であれば1回2万円 (税抜き) からお申込み頂けます。深層学習の仕組みから画像処理の応用までを理解したいという場合は、「応用数学」「深層学習の仕組み」「画像処理」を組み合わせた8講座がおすすめです。講義の組み合わせ、日程などに関するお問い合わは下記からお願いします。

講座申込・ご質問はこちら

問い合わせ

自然言語処理を中心に勉強したいという方

以下の4項目の受講をお薦めします。

  1. 機械学習
  2. 応用数学
  3. 深層学習の仕組み
  4. 自然言語処理
Human-centric AI Lab - E資格対応講座「カスタマイズコース」における「自然言語処理」中心の受講例

自然言語処理の理解には「深層学習の仕組み」で学ぶ、RNNやLSTMのアルゴリズムの理解が必要になるため、あわせて受講されることをお薦めします。「自然言語処理」の講座では、Attention、Transformerというアルゴリズムを理解することに重きを置いているため、ChatGPTなどの内容は「自然言語処理入門」にて行います。各講義で取り扱っている内容や難易度はコチラから確認できます。

価格

専門講義であれば1回3万円 (税抜き) から、基礎講義であれば1回2万円 (税抜き) からお申込み頂けます。深層学習の仕組みを踏まえて自然言語処理を理解したいという場合は、「深層学習の仕組み」「自然言語処理」を全て含んだ7講座がおすすめです。講義の組み合わせ、日程などに関するお問い合わは下記からお願いします。

講座申込・ご質問はこちら

問い合わせ

カスタマイズコースからE資格の受検資格を取得する方法

複数の講義を受講した後に改めてE資格に取り組んでみたいという方でも、条件を満たすことで、受験資格を取得することができます。取得条件は以下の3項目になります。

  1. 専門講義の受講完了
    (基礎講義は含まず)
  2. プログラム演習課題に合格
  3. 認定試験に合格

対面式講義の項目はコチラから確認できます。

プログラム演習 講義に対応した課題を提出

プログラム演習にはPython言語を使用し、Jupyter NotebookやGoogle Colaboratoryでの実装を想定しています。受講対象レベルは、Pythonでのデータ収集や解析の経験はあるものの、機械学習や深層学習の実装経験は少ないという方になります。
演習課題は講義の (3) から (7) に対応しており、講義で学習したアルゴリズムの実装を中心に進めていきます。また、プログラム演習には、Pythonのダウンロード方法や基本的なコードの書き方などは含まれておりません。E資格で問われる内容に特化しているため、事前に基本的なライブラリの使い方、関数やクラスの定義などを理解していることが必要になります。
本試験では、TensorFlowまたはPyTorchを選択ができますが、弊社のプログラム演習ではTensorFlowのみ対応しております。

プログラムの前提知識
  1. 基本的なアルゴリズムの理解
  2. 各種ライブラリ (Numpy、Pandas、Matplotlibなど) の使い方
  3. 関数やクラスの書き方

前提知識 (プログラム) に関する具体例は下記よりご確認いただけます。

プログラムの前提知識

講座の有効期限

E資格コースへの変更前に受講した講義は受講完了と認定いたします。不足部分の講義の開始日を基準に、それぞれの項目の有効期限を以下に記します。

講義の受講期限
1年間
演習の提出期限
1年間
認定試験
2年間
Human-centric AI Lab - E資格対応講座「カスタマイズコース」の有効期限

試験対策講義はE資格試験 (通常2月と8月の下旬) の一か月ほど前に開催予定。

認定試験 60分50問の多肢選択形式

認定試験は、60分50問の多肢選択形式にて実施します。合格点は70点以上で、2回まで受験が可能です。規定の回数内で合格できなかった場合には、有料 (1回1万円) にはなりますが、追加試験を受けることができます。

講座申込・ご質問はこちら

問い合わせ