株式会社キカガク

絞り込み

• 脱ブラックボックスコース

  オンライン動画プラットフォーム Udemy の人工知能・機械学習カテゴリで人気No.1の「脱ブラックボックスコース」に待望の上級編が追加された完全版が登場！基礎的な数学に加えて、いま最も熱いディープラーニングフレームワークである PyTorch を用いたディープラーニングの最新情報をお届けします。　　【学習内容】　　▪ イントロダクション　　　・イントロダクション　　▪ 数学の基礎（step1）　　　・本講座で登場する関数と記号　　　・微分とは　　　・微分の公式　　　・合成関数の微分　　　・偏微分　　　・単回帰分析の問題設定と数理モデル　　　・目的関数　　　・最適なパラメータを求める　　　・Python で実装1　　▪ 数学の基礎（step2）　　　・線形代数が必要な理由　　　・スカラ・ベクトル・行列・テンソル　　　・主要な演算　　　・単位行列と逆行列　　　・線形結合と二次形式　　　・ベクトルによる微分と勾配　　　・ベクトル関連の関数　　　・重回帰分析　　　・目的関数　　　・最適なパラメータを求める　　　・Python で実装2　　▪ 数学の基礎（step3）　　　・基本統計量　　　・

  株式会社キカガク

  • 講座レベル2
  • ITスキル標準（ITSS）
  • ITSS+

  

• AI/クラウド/IoT 入門コース

  AI・機械学習の基礎から、クラウド・IoT の基礎を事例を用いながらわかりやすく学べるコースで、IT リテラシーの向上を目指している方へおすすめです。　　【学習内容】　　■AI・機械学習の基礎　　　・人工知能 / 機械学習とは　　　・機械学習に必要な2つのステップ　　　・機械学習の3大トピック　　　・機械学習で扱うデータとは　　　・ AIブームはなぜ起きたか　　　・表データにおける回帰と分類　　　・クラスタリング / 次元削減 / 決定木とは　　　・ディープラーニングとは　　　・ニューラルネットワークの具体的な計算　　　・レコメンド　　　・時系列予測　　　・画像分類 / 物体検出 / セグメンテーション　　　・自然言語処理① テキスト分類　　　・自然言語処理② 類似度判定と文章生成　　　・機械学習活用の全体プロセス　　　・機械学習人材に必要な4つのスキル　　　・ AI 活用の注意点　　　・最新のクラウド環境　　■クラウドの基礎　　　・クラウド登場の背景　　　　・SaaS, PaaS, IaaS, iPaaS とは　　　・データ管理とデータ分析　　　・システム開発と IoT 連携　　　・

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• 体験型DX リテラシー向上コース

  ビジネス課題から逆算したワークショップ型研修で、DX プロジェクトの全体像が学べるコースで、シミュレーターを使ったデータサイエンス、 AI・機械学習の活用やオペレーション自動化の体験ができる内容です。　　【学習内容】　　■DX プロジェクトの全体像　　　・DX の基礎　　　・DX の事例紹介　　　・AI と DX の関係性　　　・AI ビジネス活用の事例　　　・DX プロジェクトの全体像　　　・求められる人材、AI と自動化　　■需要予測シミュレーター　　（実際に AI 需要予測シュミレーターにテーブルデータを入れて予測をしてみよう）　　　・課題の説明 （原価コスト最適化、売上最大化）　　　・手動オペレーション　　　・データサイエンス　　　・機械学習の活用　　■顧客対応 シミュレーター　　　・課題の説明（人的コスト削減）　　　・手動オペレーション　　　・データサイエンス　　　・機械学習閾値設定　　■外観検査シミュレーター　　　・課題の説明（後継者不在問題）　　　・手動オペレーション 　　　・画像分類　　　・物体検知の活用　　■さらなる学びへ　　　・さらなる学びへ　　

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• DX ビジネス企画立案コース

  ビジネス課題から逆算したワークショップ型研修。　　外観検査シミュレーターを使用した AI 活用体験で DX 推進に向けた課題解決の方法を習得します。　　【学習内容】　　■イントロダクション　　　・DX 時代に求められる人の定義　　　・DX と AI の関係性　　　・AI と自動化　　　・DX プロジェクトの全体像　　■AI リーンキャンバス Step.1, 2　　　・AI プロジェクト進行の 3 ステップ　　　・外観検査シミュレーターで実体験　　　・課題設定　　　・要件定義　　■画像分類 AI 開発　　　・Custom Vision　　　・画像分類モデルの作成　　　・物体検出モデルの作成　　■AI リーンキャンバス Step.3　　　・企画案通過後の流れ　　　・実現可能性の精査　　　・働き方改革プロジェクト グループワーク　　　・顧客対応シミュレーターで実体験　　　・PoC 結果の確認　　　・発表 / フィードバック　　

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• データサイエンス活用コース

  データサイエンスの正しい考え方やステップを演習形式で学ぶ。　　データ分析の結果に基づいて課題解決の提案を行い、Excel を用いたノーコード機械学習実装スキルを習得します。　　【学習内容】　　■データサイエンスとは　　　・データサイエンスの必要性　　　・データサイエンスの活用事例　　■データ分析の基礎 1　　　・データサイエンスサイクルについて　　　・目的設定について　　　・データの構造 / 可視化ついて　　■データ分析の基礎 2　　　・探索的データ分析で課題を発見　　　・統計的手法を用いて原因仮設立案　　　・結果と検証のサイクル　　■データ分析実践 1　　　・単純集計 / クロス集計　　　・各種グラフについて　　　・代表値、分散 、誤差　　　・データの正規化 / 標準化　　　・Excel を使用した回帰分析　　■仮設検定の基礎　　　・仮設検定とは　　　・t検定 / カイ二乗検定　　■分析結果の可視化　　　・データから施策を導く　　　・総括

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• ディープラーニングハンズオンセミナー（PyTorchコース） E資格受験プラン

  機械学習・深層学習（画像処理・自然言語処理）の理論と実装をハンズオン形式で学ぶ講座です。　　　　【スケジュール】　　1日目　　▪イントロダクション　　▪環境構築　　▪復習テスト（数学）　　▪復習テスト（Python）　　▪ディープラーニングの数学　　▪PyTorch 入門　　▪ネットワークの学習　　▪PyTorch Lightning による簡略化　　　　2日目 　　▪オープニング　　▪分類の実装　　▪回帰の実装　　▪画像処理の基礎　　▪画像処理の理論　　▪畳み込みニューラルネットワークの実装　　▪画像分類　　▪性能改善　　　　3 日目 　　▪オープニング　　▪時系列解析の理論　　▪時系列解析の基礎　　▪再起型ニューラルネットワークの実装　　▪自然言語処理の理論　　▪自然言語処理の実装　　▪文書分類　　▪アウトロダクション

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• 機械学習実践コース

  豊富な演習を通して機械学習を用いたデータ分析力と実装力を身につける講座です。　　　　【スケジュール】　　1日目　　▪イントロダクション　　▪プログラミング演習（予習内容の復習）　　▪Pandas と Matplotlib によるデータ探索　　▪教師あり学習：回帰 Ⅰ - Ⅰ　　▪教師あり学習：回帰 Ⅰ- Ⅱ　　▪データ前処理の基礎　　▪教師あり学習：回帰 Ⅱ　　▪演習Ⅰ　　　　2日目 　　▪イントロダクション　　▪演習Ⅰ- 解説　　▪教師あり学習：分類　　▪分類モデルの評価　　▪不均衡データへのアプローチ　　▪精度向上のアプローチ　　　　3日目 　　▪イントロダクション　　▪演習Ⅱ　　▪演習Ⅱ- 解説　　▪教師なし学習　　▪総演習　　▪総演習- 解説　　▪アウトロダクション

  株式会社キカガク

  • 講座レベル3
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• Python&機械学習入門コース

  AI・機械学習の理論はもちろん、Python の環境構築から基礎構文まで丁寧に説明されたコースです。　　初学者の方でも挫折しないよう手書き数学でわかりやすく説明されており、ストーリーで体系的に学ぶことができます。　　【学習内容】　　■イントロダクション　　　・AI とは　　　・機械学習 3 つのトピック　　■機械学習に必要な数学　　　・微分は何に使えるか　　　・スカラー・ベクトル・行列　　　・ベクトルで微分　　■単回帰分析 / 重回帰分析　　　・モデルと評価関数を決める　　　・最適なパラメータを求める　　■Python 速習　　　・Python 環境構築　　　・基礎構文（制御構文と条件分岐）　　　・関数　　　・クラスの基礎　　■単回帰 / 重回帰分析の実装　　　・Numpy / Pandas / Matplotlib　　　・行列演算　　　・scikit - learn で実装　　■統計と重回帰分析の応用　　　・正規分布と 3σ 法　　　・モデル構造とパラメータ

  株式会社キカガク

  • 講座レベル2
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• データサイエンス実践コース

  実データを用いた演習形式のデータ分析を通して、統計・数理の基礎知識、データ加工・可視化、解釈・レポーティングを学ぶ講座です。　　　　【スケジュール】　　1日目　　▪データサイエンスとは 　　　・データ分析の活用方法 　　　・データサイエンスの流れ　　▪Pythonの速習　　　・NumPy, Pandas, Matplotlib / seaborn 　　　・COVID-19data を用いたデータ操作　　▪データ分析の 5step サイクルについて　　　・記述統計の基礎 　　　・Python を用いた探索的データ分析　　　・実データを用いた探索的データ分析　　　・統計的仮説検定の基礎　　　・実データを用いた統計的仮説検定　　　　2日目　　▪多変量解析　　　・統計的仮説検定の基礎　　　・実データを用いた統計的仮説検定　　　・相関分析の基礎 　　　・回帰分析の基礎　　　・実データを用いた回帰分析　　　・主成分分析　　　・実データを用いた主成分分析　　　・クラスター分析　　　・実データを用いたクラスター分析　　▪分析結果の解釈　　　・分析結果の説明　　　・可視化 / レポーティング　　　　3日

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• 画像処理特化コース

  ディープラーニングの中でも汎用性の高い画像領域に特化したコース。セグメンテーションと物体検出を理論と実装を、実現場の事例を用いて丁寧に説明します。　　【学習内容】　　■画像処理の全体像　　　・セグメンテーションとは　　　・アップサンプリングとパラメータ削減　　　・モデルの歴史　　　・セマンティックセグメンテーションの課題　　■Semantic Segmentation　　　・Encoder-Decoder 構造 (FCN, SegNet, U-Net)　　　・labelme を用いたアノテーション実装　　　・U-Net の実装と性能改善　　　・演習課題　　■Object Detection (Two-Stage-Model)　　　・物体検出とは　　　・基本技術 (Bounding Box, IoU, mAP)　　　・モデルの歴史 (R-CNN, Fast R-CNN, Faster R-CNN, RPN)　　■Object Detection (One-Stage-Model)　　　・モデルの歴史（SSD, YOLO, YOLOv3）　　　・アノテーション（VoTT, labelImg

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• 自然言語処理特化コース

  昨今活用が進んでいる自然言語領域に特化したコース。数値化手法について学び、文章生成、固有表現抽出などの上流タスクを実装し、BERT, Transformer など最新手法の理論を学び、実装まで行います。　　【学習内容】　　■イントロダクション　　　・自然言語処理とは　　　・自然言語処理の前処理　　■自然言語処理の手法　　　・数値化手法の理論　　　・カウントベースの手法実装　　　・分散表現の手法を実装　　　・自然言語処理の周辺知識　　　・自然言語処理のアノテーション　　■RNN を用いた文書分類　　■文書分類と文書生成　　　・Encoder Decoder モデルの理論　　　・Seq2Seq ネットワーク構築　　　・Seq2Seq with Attention の理論と実装　　■BERT と特徴量抽出　　　・Transformer の理論　　　・Hugging Face を体験しよう　　　・特徴量抽出器としての BERT　　　・BERT / ALBERT を用いた文書分類　　■固有表現抽出　　　・Flair による固有表現抽出　　

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• データエンジニアリング実践コース

  ビックデータの活用を見据え、データの収集・大規模処理・蓄積・機械学習モデルの運用について クラウド を用いて学ぶ講座です。　　【学習内容】　　1日目　　▪イントロダクション　　 ・データエンジニアリングとは　　 ・データエンジニアの位置づけ　　 ・OLTP と OLAP　　▪ビックデータアーキテクチャ　　 ・ビックデータアーキテクチャの全体像　　 ・データ処理の構成要素　　 ・バッチ処理とストリーム処理のユースケース　　▪バッチ処理基盤の構築 1　　 ・バッチ処理基盤構築の考慮事項　　 ・環境構築　　▪バッチ処理基盤の構築 2　　 ・データの収集　　 ・データのレプリケーション　　 ・データレイク　　▪バッチ処理基盤の構築 3　　 ・分散処理の基礎知識　　 ・ビッグデータ処理（ノンコード）　　 ・Spark の実装　　 ・DWH へのデータ格納　　　　2日目　　▪イントロダクション　　 ・Day 1 振り返り　　 ・事例紹介　　▪ストリーム処理基盤の構築 1　　 ・ストリーム処理処理基盤構築の考慮事項　　 ・環境構築　　 ・ストリーム処理基盤の開

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• メディカルAI専門コース

  最新の AI 情報を画像解析に加えゲノム配列解析、心電図の異常検知、血液の顕微鏡検査まで実装を学べるコース。　　一般社団法人日本メディカル AI 学会とキカガクが組み、医療領域での AI 実装をエンジニアとビジネスの視点で作成された内容です。　　【学習内容】　　■畳み込みニューラルネットワーク　　・データセットの準備/ネットワークの定義と訓練　　・実践編：CIFAR10　　・性能改善：ネットワーク多層化/ファインチューニング/データ拡張　　■遺伝子情報の配列解析　　・問題設定　　・環境構築とデータセットの確認/データセットの定義　　・ネットワークの設計：Squeeze Block/ Dilated Block　　・モデルの訓練　　・最適化のカスタマイズ　　■モニタリングデータの時系列解析　　・問題設定とデータセットの確認　　・データセットの前処理/ネットワークの定義と訓練　　・残差学習/不均衡データの取り扱い　　・ノイズ除去による前処理　　■MRI 画像のセグメンテーション　　・問題設定　　・データセットの確認/Dataset クラスの定義　　・ネットワークの定義と訓練　　・性能改善：

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• 機械学習実践コース（eラーニング）

  Python の基礎から機械学習アルゴリズムを実装するために必要なプロセスを体系的に習得できます。豊富な演習を通してデータ分析力と実装力を身につけたい方におすすめです。　　　　【学習内容】　　■Python の基礎　　　・イントロダクション　　　・環境構築　　　・Python の基礎　　　・Pandas と Matplotlib の基礎　　■教師あり学習（回帰）　　　・重回帰分析の復習　　　・重回帰分析の実装　　　・線形回帰の過学習を抑制する手法(Ridge, Lasso)　　　・相関関係と多重共線性問題　　■データの前処理　　　・データの確認　　　・重複行の確認　　　・欠損値処理　　　・カテゴリカル変数処理　　　・重回帰分析の実装　　　・特徴量エンジニアリング　　　・外れ値除去　　■教師あり学習（分類）　　　・決定木の実装で分類の全体像を理解　　　・代表的な分類のアルゴリズム　　　・分類の評価力法　　　・Scikit-learn で評価指標の確認　　　・不均衡データへのアプローチ　　■ハイパーパラメータの調整　　　・ハイパーパラメータの概要と交差検証　　　・ハイパーパラメータの調整力

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• ディープラーニングハンズオンコース

  ゼロからディープラーニングの理論や実装について学びたい方向けのコース。E資格合格のための ”資格対策動画・事前確認テスト” がセットになっています。　　【学習内容】　　■ディープラーニングの基礎1　　　・ディープラーニングの概要　　　・ディープラーニングの数学1　　　・PyTorch 入門　　　・ディープラーニングの数学2　　　・章末問題　　■ディープラーニングの基礎2　　　・ PyTorch でネットワークの学習　　　・ PyTorch で分類　　　・ PyTorch で回帰　　　・章末問題　　■画像処理　　　・画像処理の基礎　　　・畳み込みニューラルネットワーク　　　・画像のクラスの分類　　　・ファインチューニング　　　・章末問題　　■時系列解析　　　・時系列解析基礎(Prophet)　　　・再帰型の基礎　　　・時系列で分類　　■自然言語処理　　　・自然言語処理基礎　　　・テキスト分類　　　・章末問題　　

  株式会社キカガク

  • 講座レベル3
  • ITSS+

  

• リテールAI検定 技能実践検定

  小売業の課題となるテーマをID-POS データを用いてデータ分析する手法を実践的に学ぶ研修。　　アソシエーション分析、需要予測、多変量解析、レコメンド、グルーピングなど小売業に特化したスキルを習得できます。　　【学習内容】　　■イントロダクション　　・リテール AI 検定の概要　　・リテール業界で用いられる AI　　■データの構造化 SQL の復習　　・データ読み込み、集計、可視化　　・データの条件抽出　　■演習： データから課題を発見する　　・顧客 / 店舗 / 時間帯ごとのデータ比較　　・売上を向上させるための課題発見　　■統計モデルによる分析 併売率から商品を分析する　　・アソシエーション分析（信頼度、リフト値）　　■分析結果の検証・解釈　　・データ分析結果から施策を考案する　　■データの関連性を分析する　　・相関係数と重回帰分析　　■需要予測モデルの構築 ①　　・機械学習モデルの活用時の注意点　　・入力変数と目的変数の選定　　・特徴量エンジニアリング　　■需要予測モデルの構築 ②　　・決定木　　・Light GBM 統計モデルによる分析　　・データの準備　　・モデルの作成、検証

  株式会社キカガク

  • 講座レベル2
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• DXを推進するAI・データサイエンス人材育成コース

  データサイエンスの技術を網羅的に習得し、実践できるまでを目指します。　　データ分析・機械学習・ディープラーニングを学習し、途中に演習を多く含める講座です。　　・Python を用いてデータの収集・加工・可視化・分析を一貫して実装できる　　・探索的データ分析を通して課題を創出できる　　・課題をもとに適切なデータ分析、仮説の検証や理論の反証ができ、結果を正しく解釈できる　　・Python を用いた機械学習アルゴリズムの実装ができる　　・自ら課題を設定し、自走することができる

  株式会社キカガク

  • 講座レベル4
  • Reスキル
  • ITSS+
  • DX推進スキル標準（DSS-P）

  

• Excel 初級~上級ハンズオンコース

  Excel の初歩的な知識から、関数による基礎的な業務効率化、データ可視化等による基礎的なデータ分析まで学習していくコースです。 Excel 初心者から学べ、手を動かしながら体系的に学習していくことで業務への活用を目指します。　　【学習内容】　　▪ イントロダクション　　・イントロダクション　　▪ データの入力と集計　　・入力と集計の基礎　　・オートフィル　　・ショートカットキーの基礎　　・行と列の挿入　　・数式の確認　　・代表的なエラー　　・セルの書式設定　　・セルの注釈　　・セルの配置　　・演習 1　　▪ データの検索と整理　　・データの検索　　・参照と検索　　・データの置換　　・シートの複製　　・フィルタ　　・演習 2　　▪ データの連携　　・参照の活用　　・複合参照　　・参照の注意点　　・演習 3　　▪ ショートカットキーでの操作 1　　・ショートカットキーの活用 1　　・ショートカットキーの応用　　▪ データの共有　　・ファイルの共有　　・シートの保護　　▪ 表の作り方　　・セルの行の高さと桁の表示　　・枠線と揃え　　・フォントと背景色　　・条件付き書式の基礎　　・条件付き書

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• 身近な事例でわかる IT 入門コース

  IT の知識が実際の身近な世界に直結することを実感できるコースです。 具体的なシーンや事例をもとに、なぜ IT 知識が重要か理解する能力を身につけることができます。　　【学習内容】　　▪ イントロダクション　　▪ ファイル・アプリケーションの操作　　・ダウンロードとインストール　　・保守運用とバージョン　　・OS とは　　・拡張子とは　　・文字コードとは　　・ストレージとその弊害　　・章末問題　　▪ データの保存や基本的なサービスの活用　　・データ保存の仕組み　　・ディレクトリの考え方　　・プロセスの稼働とマシンリソース　　・クラウドと物理デバイス　　・プラグインとアドオン　　・メールとチャット　　・章末問題　　▪ 身の回りのデービスの危険性　　・履歴の保存とその危険性　　・IP アドレスとは　　・シングルサインオンとは　　・章末問題　　▪ 不便に見える規制やルールの理由　　・不正アクセス対策　　・パスワード　　・インターネットの安全性　　・PC とスクリーンの接続　　・章末問題　　▪ アウトロダクション

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• DX ファーストステップコース

  DX とは何か？なぜ必要なのかといったことを学べるコースです。 DX の基本を学び、DX 推進への第一歩を踏みだすための内容となっています。　　【学習内容】　　▪ イントロダクション　　・イントロダクション　　▪ DX の推進とビジネストレンド　　・DX とは　　・DX が与えるビジネスインパクト　　・DX による社会変革とビジネスパーソン　　▪ DX による企業の変革　　・DX の推進のながれ　　・DX を推進する組織体制　　・DX を推進する人材と制度　　▪ DX を支える根幹技術　　・IoT の基礎　　・クラウドの基礎　　・データサイエンスの基礎　　・AI の基礎　　▪ DX 推進の実例　　・DX 活用事例　　▪ アウトロダクション　　・アウトロダクション

  株式会社キカガク

  • 講座レベル1
  • DXリテラシー標準

  

• 1
• 2
• 3