セミナーのお申し込み

セミナーのお申し込み

ディープラーニングハンズオンセミナー

Deep learning hands-on seminar

ディープラーニングを
実装する、第一歩。

セミナー受講実績

0

弊社受講者数

0.0

5

満足度平均

0

受講企業数

ディープラーニングハンズオンセミナーとは?

JDLA E資格認定!
3日間で体系的に
学べる人気セミナー

ディープラーニングで必要な膨大な知識を

数学

プログラミング

フレームワーク

クラウド

GPU

画像処理

たった3日間のセミナーで

実務運用できるレベル
習得できます

AIや機械学習、ディープラーニングの情報収集をWebから行おうとすると、
非常に情報量が多く、断片的に集めることしかできません。
学ぶべきものと学ばなくていいものの取捨選択も初学者には難しいのが現状です。

本セミナーでは、情報の取捨選択を現場で活躍している講師が行い、
受講生からの声をもとに、ブラッシュアップを重ねた教材を用いることで、
体系的にわかりやすく学ぶことができます。

さらに、数学やプログラミング、画像処理や自然言語処理、
クラウドサービスやGPUといったディープラーニングの実装に必要な知識を一貫して3日間
習得することができます。

本セミナーが選ばれる理由

1

日本ディープラーニング協会E資格認定講座

日本ディープラーニング協会(JDLA)が提供するエンジニア向け「E資格」の認定講座となっております。

2

Microsoft共同開催

日本Microsoftから公認を受けたデータサイエンス人材養成セミナーとなっております

3

第四次産業革命
スキル
習得講座

経済産業大臣が認定する「第四次産業革命スキル習得講座」の認定講座、厚生労働省指定の「教育訓練支援給付金」の対象講座となっており、最大70%の補助が出ます。(2019年4月以降の開講講座が対象)

習得可能スキル

実務で欠かせない環境構築

データ解析の基盤となるクラウド環境や計算高速化に用いるGPUの設定、注目を浴びるコンテナ技術もしっかり学ぶことができ、初学者の方でも受講後に安心して進めることができます。

現場で使える実装力

実データを用いた画像の分類や9種類のカテゴリに文書を分ける文書分類の問題、時系列に特化したディープラーニングなどを現場で活躍する講師からハンズオン形式で学ぶことができます。

受講後の自走力

様々な演習を取り入れることで、自力で多くの試行錯誤を重ねることが可能となります。受講後に自らコードを実装する力、専門書を読み進める力が身につきます。

受講前に、AIの今がわかる
E-BOOKをプレゼント

ディープラーニングハンズオンセミナーをご検討の方に、AIの今がわかるE-BOOKを無料でプレゼントしています。

  • AI・機械学習を導入するまでの流れとキーワード
  • なぜ人工知能(AI)ブームが起きているか
  • 激化するAIに関わる人材の確保
  • 人工知能・機械学習・ディープラーニングとは
  • AIを導入するまでに必要な人材の役割
  • ディープラーニングの得意な領域
  • AI導入の失敗談
  • 汎用型AIと特化型
  • 失敗から見えて来た成功に導くための鍵
  • 機械学習の議論に欠かせない「学習」と「推論」

キカガクマガジンを購読する

AIの最新情報が1分で読めるメールマガジンを毎週お届けします。

充実した2つのコースの特徴

人気のディープラーニングハンズオンセミナーは、それぞれ取得できるスキルが異なる
2コースがあります。ご自身の使い慣れている・習得したいフレームワークをお選びください。

Chainerの特徴

日本製のChainerは、エラー解決が簡単にできる方式を採用しており、複雑なディープラーニングの設計も柔軟に行うことができます。

Kerasの特徴

Kerasは世界的にユーザー数が多く、参考記事も豊富にあります。また、ディープラーニングの設計を容易に行うことができます。

Chainer

Keras

このような方にオススメ

AI案件を任されるようになり、実務をこなすための基礎を身に付けたい方

機械学習・ディープラーニングなどのAI技術や数学について体系的に学びたい方

一歩進んだ高度な処理を必要としたり、プログラミング経験が中級以上の方

受講企業一覧

カリキュラム

事前学習

1日目

2日目

3日目

補講動画

E資格取得レベルへ

※受験は任意となります。

40分

イントロダクション

人工知能・機械学習・ディープラーニングとは

機械学習に必要な数学

機械学習の3大トピック

内挿と外挿

50分

微分

微分は「何」に使えるのか?

導関数を求めよう

微分の公式

偏微分

40分

単回帰分析(数学)

「モデル」を決める

「評価関数」を決める

評価関数を「最小化」する

70分

Python入門

プログラミングの環境構築

変数

基本構文

複数の変数を扱う

制御構文

関数

40分

単回帰分析(実装)

Numpyの数値計算

Pandasによるデータベース操作

Matplotlibでグラフの描画

実データに対する単回帰分析の実装

60分

線形代数

スカラー・ベクトル・行列

行列の演算

サイズ感

転置・単位行列・逆行列

ベクトルで微分

50分

重回帰分析(数学)

「モデル」を決める

「評価関数」を決める

評価関数を「最小化」する

70分

重回帰分析(実装)

行列演算の基礎

パラメータの導出

実データで演習

30分

統計

主な統計量

正規分布と3σ法

スケーリング

30分

外れ値を考慮した実装

外れ値除去

モデル構築

スケーリングとパラメータの確認

15分

ビジネス活用

現場で機械学習を導入できる人材とは

9:30 - 10:00

イントロダクション

自己紹介

AIの開発フロー

10:00 - 10:40

数学演習(テスト)

微分

線形代数

統計

10:50 - 13:30

プログラミング演習(テスト)

Jupyter Notebook

リスト・タプル・辞書

制御構文

Numpy,Pandas,Matplotlib

13:30 - 14:30

環境構築

Azure

GPU (Cuda)

Docker

Nvidia-docker

14:40 - 16:00

ディープラーニング(数学)

ニューラルネットワークの
モデル

線形変換

非線形変換

16:10 - 16:50

プログラミング基礎

Classの基礎

17:00 - 17:30

ディープラーニング(実装)

Chainerの基礎

線形変換

非線形変換

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

9:30 - 11:30

分類(実装)

問題設定(ワインの等級の予測)

クラスの文法

NNモデルの定義

Trainerの設定

バッチ正規化の実装

11:40 - 14:00

回帰(実装)

問題設定(家賃の予測)

NNモデルの定義

Trainerの設定

14:10 - 15:10

画像処理(数学)

画像の扱い方

どのようにベクトルで表現するか

フィルタの基礎

エッジフィルタの計算

Convolutional Neural Network

15:20 - 15:50

画像処理(実装)

画像の読み込み
(OpenCV, Pillow)

フィルタの計算

16:00 - 17:00

画像分類

CNNモデルの定義

GPUでの計算方法

17:00 - 17:30

課題

実データに対する画像分類の精度を高める

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

9:30 - 10:30

時系列解析(数学)

時系列データとは

どのようにベクトルで表現するか

複数の変数に対するモデル化

Recurrent Neural Network

10:40 - 13:30

時系列解析(実装)

データの取得

データの可視化

トレンドの抽出

RNNモデルの定義

実データに対する分類の実装

13:40 - 14:50

自然言語処理

形態素解析

どのようにベクトルで表現するか

15:00 - 16:20

文書分類

形態素解析

名詞のみの抽出

特徴量変換(BoW)

文書データから教師データ作成

NNモデルで分類の実装

16:30 - 17:30

文章生成

可変長データの扱い

RNNによるモデル化

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

2.5時間

線形代数

ノルム

単位ベクトル

内積

直交行列と対称行列

対角行列

連立方程式

行列式

逆行列

固有値分解

特異値分解

応用:主成分分析
(ラグランジュ未定乗数法)

1.5時間

確率・統計

期待値

ベルヌーイ分布

マルチヌーイ分布

正規分布

同時確率

独立性

周辺化

条件付き確率

ベイズ則

尤度関数

1時間

情報理論

情報量

エントロピー

交差エントロピー

KLダイバージェンス

3時間

機械学習

学習アルゴリズム

教師あり学習

教師なし学習

ハイパーパラメータと検証集合

合計9時間

深層学習
(順伝播型ネットワーク)

誤差逆伝播法

深層学習
(深層モデルのための正則化)

ドロップアウト

正則化(L1ノルム、L2ノルム)

深層学習
(深層モデルのための最適化)

最適化アルゴリズム

深層学習
(畳み込みネットワーク)

有名なモデル

R-CNN

セマンティックセグメンテーション

深層学習
(再帰的ネットワーク)

RNNとは

LSTM

GRU

双方向RNN

深層学習
(深層生成モデル)

AE

VAE

C-VAE

GAN

深層学習(強化学習)

Q学習

DQN

深層学習
(ニューラルネットワーク実装)

NumPyで実装

このような方にオススメ

社内でのAI活用の動きに対応し、実務をこなすための力を身につけたい方

ディープラーニングを中心としたAI技術を数学から実装まで体系的に学びたい方

プログラミング経験が浅く、講義についていけるかを不安に感じている方

受講企業一覧

カリキュラム

事前学習

1日目

2日目

3日目

補講動画

E資格取得レベルへ

※受験は任意となります。

40分

イントロダクション

人工知能・機械学習・ディープラーニングとは

機械学習に必要な数学

機械学習の3大トピック

内挿と外挿

50分

微分

微分は「何」に使えるのか?

導関数を求めよう

微分の公式

偏微分

40分

単回帰分析(数学)

「モデル」を決める

「評価関数」を決める

評価関数を「最小化」する

70分

Python入門

プログラミングの環境構築

変数

基本構文

複数の変数を扱う

制御構文

関数

40分

単回帰分析(実装)

Numpyの数値計算

Pandasによるデータベース操作

Matplotlibでグラフの描画

実データに対する単回帰分析の実装

60分

線形代数

スカラー・ベクトル・行列

行列の演算

サイズ感

転置・単位行列・逆行列

ベクトルで微分

50分

重回帰分析(数学)

「モデル」を決める

「評価関数」を決める

評価関数を「最小化」する

70分

重回帰分析(実装)

行列演算の基礎

パラメータの導出

実データで演習

30分

統計

主な統計量

正規分布と3σ法

スケーリング

30分

外れ値を考慮した実装

外れ値除去

モデル構築

スケーリングとパラメータの確認

15分

ビジネス活用

現場で機械学習を導入できる人材とは

9:30 - 10:00

イントロダクション

自己紹介

AIの開発フロー

10:00 - 10:40

数学演習(テスト)

微分

線形代数

統計

10:50 - 13:30

プログラミング演習(テスト)

Jupyter Notebook

リスト・タプル・辞書

制御構文

Numpy,Pandas,Matplotlib

13:30 - 14:30

環境構築

Azure

GPU (Cuda)

Docker

Nvidia-docker

14:40 - 16:00

ディープラーニング(数学)

ニューラルネットワークの
モデル

線形変換

非線形変換

16:10 - 17:30

ディープラーニング(実装)

Kerasの基礎

GPU環境の確認

問題設定(ワインの等級の予測)

Sequential APIによる
NNモデルの定義

バッチ正規化の実装

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

9:30 - 10:50

回帰(実装)

問題設定(家賃の予測)

NNモデルの定義

11:00 - 12:00

画像処理(数学)

画像の扱い方

どのようにベクトルで表現するか

フィルタの基礎

エッジフィルタの計算

Convolutional Neural Network

13:00 - 14:30

画像処理(実装)

画像の読み込み
(OpenCV, Pillow)

フィルタの計算

14:40 - 15:40

画像分類

CNNモデルの定義

Functional APIの実装

15:50 - 16:20

課題

実データに対する画像分類の精度を高める

16:30 - 17:30

TensorBoardの使い方

学習過程の可視化

画像データの表示

パラメータの確認

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

9:30 - 10:30

時系列解析(数学)

時系列データとは

どのようにベクトルで表現するか

複数の変数に対するモデル化

Recurrent Neural Network

10:40 - 13:30

時系列解析(実装)

データの取得

データの可視化

トレンドの抽出

RNNモデルの定義

実データに対する分類の実装

13:40 - 14:50

自然言語処理

形態素解析

どのようにベクトルで表現するか

15:00 - 16:20

文書分類

形態素解析

名詞のみの抽出

特徴量変換(BoW)

文書データから教師データ作成

NNモデルで分類の実装

16:30 - 17:30

文章生成

可変長データの扱い

RNNによるモデル化

セミナーの様子。数学は手書きで紹介しています。

多くの受講者が訪れるセミナーとなっております。

2.5時間

線形代数

ノルム

単位ベクトル

内積

直交行列と対称行列

対角行列

連立方程式

行列式

逆行列

固有値分解

特異値分解

応用:主成分分析
(ラグランジュ未定乗数法)

1.5時間

確率・統計

期待値

ベルヌーイ分布

マルチヌーイ分布

正規分布

同時確率

独立性

周辺化

条件付き確率

ベイズ則

尤度関数

1時間

情報理論

情報量

エントロピー

交差エントロピー

KLダイバージェンス

3時間

機械学習

学習アルゴリズム

教師あり学習

教師なし学習

ハイパーパラメータと検証集合

合計9時間

深層学習
(順伝播型ネットワーク)

誤差逆伝播法

深層学習
(深層モデルのための正則化)

ドロップアウト

正則化(L1ノルム、L2ノルム)

深層学習
(深層モデルのための最適化)

最適化アルゴリズム

深層学習
(畳み込みネットワーク)

有名なモデル

R-CNN

セマンティックセグメンテーション

深層学習
(再帰的ネットワーク)

RNNとは

LSTM

GRU

双方向RNN

深層学習
(深層生成モデル)

AE

VAE

C-VAE

GAN

深層学習(強化学習)

Q学習

DQN

深層学習
(ニューラルネットワーク実装)

NumPyで実装

セミナーについて

経験豊富な講師陣

取締役副社長
今西 航平

大学時代から塾講師として「教育」という道を歩み、教えることに夢中になるくらい、教えることが好きで自信を持っています。多くの方々に、ゴール逆算で考え抜いた実践的なカリキュラムを体感していただきたいです!

講師
石田 圭利

セミナーのメイン講師を担当しています。人工知能・機械学習とは?というイントロダクションから、お教えする技術での実現から実装までを幅広く、そして楽しく学んで頂けるよう工夫してお伝えします。

講師
西沢 衛

ハンズオンセミナーを含め、初学者目線と実務に繋がる力を意識し、幅広い領域を担当しています。人はやればできると信じています。キカガクのセミナーを通して「AI」という広く深い世界への一歩目を踏み出しましょう!

講師
酒井 健三郎

短期セミナーや数学周りのセミナーを担当しています。教える上で最も大切にしていることは「初学者目線」です。効率よく最短距離で学べるよう、相手が持つ前提知識をしっかりと把握し教えることを大切にしています。

講師
祖父江 誠人

ディープラーニングハンズオンセミナーで講師を担当しています。セミナーを通じて人生を大きく変えられることができれば嬉しいです。「楽しく学ぶ!」をモットーに楽しく学んで頂ける講義にいたします!お任せください。

講師
一花 徳行

短期セミナー・法人研修講師を担当しています。もともと学習塾を行っていた経験から教育に関しては人一倍の熱意があり、「何もわからずおいてけぼりにされた」という事のないセミナーを目指しています。AIが当たり前になる世界を作りましょう!

開催スケジュール

開催地域

コース

日程

日程・開催時間

開催時間

開催場所

会場

  • 神田

    chainer

    3/6 - 3/8

    9:30 - 17:30

  • 福岡

    chainer

    3/13 - 3/15

    9:30 - 17:30

  • 名古屋

    chainer

    3/18 - 3/20

    9:30 - 17:30

  • 神田

    chainer

    3/20 - 3/22

    9:30 - 17:30

  • 品川

    chainer

    4/8 - 4/10

    9:30 - 17:30

  • 品川

    chainer

    4/24 - 4/26

    9:30 - 17:30

  • 神田or品川

    chainer

    5/8 - 5/10

    9:30 - 17:30

  • 福岡

    chainer

    5/14 - 5/16

    9:30 - 17:30

  • 神田or品川

    chainer

    5/22 - 5/24

    9:30 - 17:30

  • 神田or品川

    keras

    6月開催予定

    9:30 - 17:30

  • 神田or品川

    chainer

    6/5 - 6/7

    9:30 - 17:30

  • 神田or品川

    chainer

    6/19 - 6/21

    9:30 - 17:30

  • 名古屋

    chainer

    6/26 - 6/28

    9:30 - 17:30

アクセス

東京都千代田区内神田3-2-9 SPビル 4階

山手線 神田駅 徒歩3分
東京メトロ丸ノ内線 大手町駅 徒歩11分
総武本線 新日本橋駅 徒歩8分

アクセス

東京都港区港南 2-16-3 品川グランドセントラルタワー

JR 品川駅 港南口よりスカイウェイにて直結 徒歩3分
京浜急行 品川駅 徒歩6分

アクセス

福岡県福岡市博多区上川端町 12-20 ふくぎん博多ビル 10F

福岡市営地下鉄 中洲川端駅 5 番出口直結

アクセス

愛知県名古屋市西区牛島町 6-1 名古屋ルーセントタワー 21F

JR 名古屋駅桜通り口方面から地下道直結 徒歩 5 分

受講料金

ご希望に合わせて、コースをお選びください。

ハンズオンセミナープラン

受講内容

事前学習+講義

料金

200,000円/名 (税別)

E資格取得プラン

受講内容

事前学習+講義+補講動画

料金

300,000円/名 (税別)

備考

当日PCをご持参できない方は、当日のPC使用申込みをしてご受講いただけます。
品川開催のセミナーでは、会場備え付けのWindowsPCを使ってご受講いただけます。
品川以外で開催のセミナーでは、弊社で用意したWindowsPCを使ってご受講いただけます。
品川開催ではない2019年4月以降のセミナーでは、当日のPC使用の申込みをされた場合、1名1日あたり2000円(税別)の料金がかかります。
(3日間合計で1名あたり6000円(税別)の追加費用となります)

特典に「Azure5万円使用権」を付与

最小催行人数は5名

セミナー初日の2週間前までに最小催行人数に達しなかった場合、セミナーを中止とさせていただきます。

E資格受験プランの流れ

  • 以下のお申し込みフォームよりお申し込みください
  • 事前学習の後、3日間のセミナーをご受講ください。
  • セミナー受講後、補講動画をご視聴ください。
  • 補講動画を修了されましたら、ご自身でE資格にお申し込みください。

大変恐れ入りますが、補講動画についての質問は原則として受付できませんので、ご了承ください。

ディープラーニングハンズオンセミナーでは、対象の時間帯に無料で見学会を開催しています。
※2019/3/5より新規の見学申し込みを停止しております。
※2019/3/4以前にお申し込みいただいた方は見学していただけます。

対象

神田・品川開催のセミナー

時間帯

ハンズオンセミナー1日目
午後 (14:40~17:30)

厚生労働省指定の「教育訓練支援給付金」の対象講座について

2019年4月以降開催のChainerコース・ハンズオンセミナープランが対象です。ただし、福岡開催は対象ではありません。

給付金対象のハンズオンセミナープランを申込んだ後、E資格補講動画の別途申込(ただし給付金対象外)が可能です

E資格受験プランやKerasコース、福岡開催が対象となるように、今後申請を進めてまいります

フォーム

はじめに「セミナーのお申し込み」か「セミナーに関するお問い合わせ」のどちらかを選択してください。
セミナーのお申し込み
セミナーに関するお問い合わせ
希望コース
必須
希望スケジュール
必須
お名前
必須
会社名
電話番号
必須
当日使用可能なメールアドレス
必須
郵便番号
必須
住所
必須
当日のPC使用申込み
必須

※申込みされる場合、品川開催ではない2019年4月以降のセミナーでは、6000円(税別)の追加費用がかかります。
お支払い
必須
※代理申込み者がいる際は、支払い方法を【事前振込】に設定お願いいたします。
お名前
必須
お名前(ふりがな)
必須
電話番号
必須
メールアドレス
必須
お問い合わせ内容
必須