実践!機械学習のための事業化プロデューサー養成講座

セミナー申込

実践!機械学習のための事業化プロデューサー養成講座とは?

機械学習は人工知能(AI)の主要技術であり、これからの活用に注目が集まっている中、各企業はその活用方法に手探りの現状です。
その理由としては、2つあると考えています。
1つ目は、ビジネスサイドで機械学習を目的ではなく、ビジネスを加速させる一手段としてどのように活用すれば良いかが具体的に見えていないことです。これを解決するために、プログラミングを学ぶ場合もありますが、まずはブラックボックスと化した技術を活用する際の要点を抑え、ツールの使い方を把握することが効果的です。
そして2つ目は、ビジネスとしての活用方法が定まったとして、その技術を実装していけるエンジニアが育っておらず、アイディアを形にできないことです。

本講座では、全体感を見渡しながら主要技術に触れることができるため、アイディアを形にしていく具体的な手順が理解できます。経営や企画の方には、エンジニアと話すための共通の用語や位置づけを正しく理解して、実現したい企画のすり合わせができるようになります。そして、エンジニアの方は、その企画を実現していくための道筋がわかります。

機械学習の事業化は「経営・企画 × エンジニア」の相互理解と協業が最も重要になります。
その相互理解の支援と事業化を行うことができるプロデューサーの養成を目指します。

取得可能スキル

Azure Machine Learning Studio

価格の予測に使われる回帰をはじめ、分類、リコメンド、異常検知などを実用的に使うものをGUI(Graphical User Interface)で簡単に扱えるツールの習得ができます。簡単な機械学習であれば、Azure Machine Learning Studioのみで組むことができます。

Power BI

データを解析しただけではビジネス活用は難しいのですが、Power BIでは簡単に可視化を行うことができます。これとAzure Machine Learningを組み合わせることで、ノンプログラミングでも機械学習のプロダクトを作ることができます。

Python

機械学習の実装をはじめとして、データ整理やAPI作成、アプリケーション実装までを行うことができるプログラミング言語のPythonをそれぞれの用途と合わせて学びます。

こんな方におすすめ

  • 機械学習案件の事業化が始まったけれども、進め方がわからず困っているチーム
  • 経営や企画サイドとエンジニアサイドでうまく会話ができずに困っているチーム
  • 抽象的な話ではなく、具体的に自分たちに必要な企画の仕方や実装の仕方まで手を動かして把握したいチーム

カリキュラム

  • Day1
  • Day2
  • Day 3
  • Day 4
  • Day 5
時刻 トピック 内容
9:30-10:30 イントロダクション
  • 機械学習の開発フロー
  • 案件をうまく進めるチェックリスト
10:30-12:00 ビジネス立案ワークショップ
  • AIリーンキャンバスの検討
  • 講師からのフィードバック
13:00-14:30 Azure Machine Learning 1 回帰の実装。価格を予測するモデルを構築します。
14:30-15:30 Azure Machine Learning 2 分類の実装。赤ワインor白ワインといったカテゴリを予測するモデルを構築します。
15:30-16:30 Azure Machine Learning 3 リコメンドの実装。どのユーザーにどのアイテムがおすすめであるかを定量評価するモデルを構築します。
16:30-17:30 Azure Machine Learning 4 異常検知の実装。正常と異常を分類できるようなモデルを構築します。また、正常なデータがほとんどな場合でのモデル構築も検討します。
時刻 トピック 内容
9:30-10:30 Azure Machine Learning 5 画像処理。カラーやモノクロ画像といったデータを入力として扱います。
10:30-11:30 Azure Machine Learning 6 自然言語処理。テキストデータを入力として扱います。
11:30-12:00 Azure Machine Learning 7 時系列解析。時系列データと呼ばれる時々刻々と変化していく流れに意味を持つデータを入力として扱います。
13:00-14:00 Azure Machine Learning 8 欠損値補完。データを構造化した場合に抜けているデータを補う方法を実装します。
14:00-15:00 Power BI 1 データの可視化の基礎からデータベースとの連携まで習得します。
15:00-16:00 Power BI 2 Azure Machine Learningと連携して、予測結果を綺麗に表示できるシステムを構築します。
16:00-17:30 機械学習を用いた企画検討
  • 用語の整理や位置づけの確認
  • 質・量・改善の3ステップ
  • 学習と推論
時刻 トピック 内容
9:30-12:00 Pythonでアルゴリズム論 Pythonを使って自由にプログラムを記述していくための練習を行います。
13:00-14:00 インターネットの基礎、APIの使い方 HTTP/HTTPSのプロトコルを理解して、APIを経由した情報の取得や整理を学びます。
14:00-15:00 データベース(DB)の基礎 データ解析をするための効率的にデータ整理を行う方法を学びます。
15:00-16:30 機械学習の実装 代表的なフレームワークであるScikit-learnを使用して、Azure Machine Leariningでは実装しきれない細かいチューニングまで施します。
16:30-17:30 Web API作成 フレームワークで作成した学習済みモデルをサーバーへ実装(デプロイ)する方法を学びます。
時刻 トピック 内容
9:30-10:30 Webアプリケーション開発の基礎1 HTML, CSS, Java Scriptの基礎を学び、Webの見た目を作ります。
10:30-12:00 Webアプリケーション開発の基礎2 BootStrapを使ったレスポンシブ対応の見た目を作成します。
13:00-14:30 Webアプリケーション開発の基礎3 Model, Template, Viewの3つに切り分けたアプリケーション作成の基礎を学びます。
15:30-16:00 Webアプリケーション開発の基礎4 アプリケーションでデータベースを使用していく中で必要な操作を学びます。
16:00-17:30 Webアプリケーション開発の基礎5 まとめとして、APIを利用したWebアプリケーションの作成します。
時刻 内容 トピック
9:30-15:00 ケーススタディ 準備されたデータセットに対して企画立案とシステム構築の連携を行う模擬プロジェクトに取り組みます。
15:00-17:30 ビジネス立案ワークショップ 企画立案の方法と実装の仕方を把握した中で、改めて自社案件に対して企画立案を行い、講師からフィードバックします。

概要一覧

スケジュール

2019/1/21(月) - 1/25(金) 9:30~17:00(開場:9:00)

エンジニアの方はDay1-Day5に参加。
ビジネスサイドの方はDay1-2, Day5に参加。

料金

500,000円/社(税別)
※ ビジネスサイド1名とエンジニアの方1名を想定

開催場所

〒101-0047
東京都千代田区内神田 3-2-9 SPビル 4階

備考

事前予習の動画(9時間程度)があります。

アクセス

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

セミナー申込

関連する他のセミナー