最短3日間で初学者でも
ディープラーニングを
実装できる

ディープラーニング
ハンズオンセミナー

deep learning

  • Microsoft
  • キカガク
セミナー申し込みはこちら
ディープラーニングハンズオンセミナー

ディープラーニングハンズオン
セミナーとは

機械学習・ディープラーニング(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。

result

result

実績

45,000 名以上が受講した、
確かな実績と圧倒的な満足度

  • 受講者数45,000名以上

    students

    受講者数45000名以上

    • 2021 年 2 月 1 日時点のキカガクの有料コンテンツ受講者数
  • 講義満足度
    講義満足度93.6%

    93.6%

    Satisfaction

    講義満足度93.6%

    • 2021 年 2 月 1 日時点に脱ブラックボックス講座を受講した
      14,732 名に対して調査を実施
    • 講義満足度 5 段階中の 4 点もしくは 5 点と回答した人の比率

clients

clients

受講企業

500社を超える
クライアント&パートナー

500 社を超えるクライアント&パートナー

qualification

日本マイクロソフト社
共同開催 E資格認定講座

  • Microsoft
  • キカガク

ディープラーニングハンズオンセミナーは、日本マイクロソフト社と共同で行うE資格認定プログラムです。

JDLA認定プログラム

E資格とは

日本ディープラーニング協会が定める、ディープラーニングの技術知識や、実装する能力を認定する資格

  • E資格対策コース

    E 資格対策
    コース20 時間分

    機械学習・ディープラーニングの発展や応用数学など合格に必要な情報を約 20 時間分の動画で提供

  • E資格事前確認テスト

    E 資格事前確認テスト

    試験でも頻出する E 資格事前確認テストを用意。厳選した 96 問でE資格合格を獲得する実力をつける

reason

reason

講座の特徴

選ばれる理由

  • 演習を用いたインタラクティブな講義

    難しい理論も手書きでわかりやすく説明

    AI・機械学習を実践する上で必要な理論や数学は、手書きでわかりやすく説明。受講生も手を動かして学ぶスタイル

  • リアルタイムのハンズオン形式

    演習を用いたインタラクティブな講義

    学んだ内容の理解度を試すための演習問題や、講師と受講生の双方向のコミュニケーションによって学びを促進

member

member

講師紹介

経験豊富なキカガク講師の紹介

performance

performance

他社比較

圧倒的なコストパフォーマンス

※横スクロールでご覧いただけます

  • 実績
  • 事前予習動画
  • 学べる範囲
  • E資格対応
  • サポート体制
  • 金額
  • 視聴時間
  • 受講者数45,000名以上
    受講企業500社以上

  • 初学者でも安心
    数学・Pythonの基礎動画

    無料プレゼント

  • 機械学習・ディープラーニング
    (画像・自然言語処理)の理論と実装
  • ◎
    E資格対策動画 (20 時間分)
    E資格事前確認テスト付き
  • 自由に質問可能(受講期間中)
  • 150,000円
    (税込 165,000 円)
  • 講義資料・動画ともに無期限
  • A社
  • ー
  • 別途購入必要
  • ー
  • ○
  • eラーニングのみ
  • 200,000円
  • 半年間
  • B社
  • ー
  • なし
  • ー
  • ×
  • リアルタイム形式
  • 250,000円
  • 1年間

curriculum

curriculum

カリキュラム

※横スクロールでご覧いただけます

  • 予習動画
  • 1 日目
  • 2 日目
  • 3 日目
  • E 資格対策動画
必須
数学の基礎から Python の基礎を学ぶ
時刻 タイトル 学ぶこと
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
必須
環境構築から PyTorch の基礎を学ぶ
時刻 タイトル 学ぶこと
9:30-10:00 イントロダクション
  • 自己紹介
  • AI の開発フロー
10:00-11:00 環境構築
  • Azure を用いた GPU インスタンスの作成
  • Docker の基礎
  • Nvidia-Docker を用いた GPU 環境構築
11:10-13:30 ディープラーニングの数学 1
  • ニューラルネットワークのモデル
  • 線形変換
  • 非線形変換
13:30-14:00 ディープラーニングの実装 1
  • PyTorch の基礎
  • 線形変換
  • 非線形変換
14:10-14:40 プログラミング基礎
  • Class の基礎
14:40-15:20 ディープラーニングの数学 2
  • 最急降下法によるパラメータ更新
  • ミニバッチ学習
15:30-16:50 ディープラーニングの実装 2
  • データセットを準備
  • ネットワークを定義
  • 損失関数を選択
  • 最適化手法を選択
  • ネットワークを学習
17:00-17:30 ディープラーニングの数学 3
  • モデルの定義
  • ミニバッチ学習
  • 最適化手法 (SGD, Adam)
  • 学習ループの記述
必須
PyTorch で分類、回帰問題の実装と画像分類を学ぶ
時刻 タイトル 学ぶこと
9:30-11:00 分類（実装）
  • 問題設定（ワインの等級の予測）
  • モデルの定義
  • 学習ループの簡略化
  • バッチ正規化の実装
11:10-13:30 回帰（実装）
  • 問題設定（家賃の予測）
  • モデルの定義
  • 学習
13:30-14:30 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
14:40-15:10 画像処理（実装）
  • 画像の読み込み（OpenCV, Pillow）
  • フィルタの計算
15:10-16:50 画像分類
  • CNN モデルの定義
  • GPU を用いた計算
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
必須
PyTorch で時系列解析から文書分類を学ぶ
時刻 タイトル 学ぶこと
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
15:00-17:30 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
必須
E 資格を受験される方
時刻 タイトル 学ぶこと
160 分 数学～線形代数～
  • ノルム
  • 内積
  • 行列式
  • 三次の逆行列
  • 特異値分解
  • ラグランジュの未定乗数法
  • 主成分分析
85 分 数学～確率統計～
  • 期待値
  • 確率分布
  • ベイズ則
  • 尤度関数
50 分 情報理論
  • 情報量
  • エントロピー
  • KLダイバージェンス
90 分 機械学習～基礎・パーセプトロン～
  • 機械学習アルゴリズム
  • 微分で必要な知識
  • パーセプトロン
40 分 機械学習～サポートベクターマシン～
  • サポートベクターマシン
50 分 機械学習～ロジスティック回帰～
  • ロジスティック回帰
15 分 機械学習〜k-means・最近傍法〜
  • k-means
  • 最近傍法
70 分 深層学習〜誤差逆伝播法・過学習対策〜
  • 最急降下法の復習
  • 誤差逆伝播法
  • ドロップアウト
  • 正則化
50 分 深層学習〜最適化〜
  • 最適化-1-最急降下法
  • 最適化-2-SGD
  • 最適化-3-モーメンタム
  • 最適化-4-ネステロフのモーメンタム
  • 最適化-5-Adagrad
  • 最適化-6-RMSProp
  • 最適化-7-Adam
80 分 深層学習〜CNN・R-CNN〜
  • CNN-1-有名なモデル1
  • CNN-2-有名なモデル2
  • R-CNN-1-概要
  • R-CNN-2-CNNの復習
  • R-CNN-3-CNNの中身
  • R-CNN-4-IoU
  • R-CNN-5-Fast R-CNN
  • R-CNN-6-Multi task Loss
  • R-CNN-7-Faster R-CNN
  • SemanticSegmentation-1-U-net
  • SemanticSegmentation-2-FCN
  • SemanticSegmentation-3-SegNet
50 分 深層学習〜RNN〜
  • RNN-LSTM1
  • RNN-GRU
  • RNN-GradientClipping
  • RNN-双方向RNN
60 分 深層学習〜生成モデル〜
  • 生成モデル-AE
  • 生成モデル-VAE
  • 生成モデル-GAN
75 分 深層学習〜強化学習〜
  • 強化学習
55 分 深層学習〜計算グラフ〜
  • 計算グラフ - 計算グラフとは
  • 計算グラフ - 足し算、掛け算
  • 計算グラフ - Affine 変換
120 分 深層学習〜NN実装〜
  • Numpy で NN 実装
  • Numpy で NN 実装-レイヤとしてまとめていく
  • Numpy で NN 実装-逆伝播- Affine
  • Numpy で NN 実装-各種 Optimizerについて
  • Numpy で NN 実装- NN の構造
  • Numpy で NN 実装-データの準備
  • Numpy で NN 実装-学習に必要な準備
  • Numpy で NN 実装-学習
  • Numpy で NN 実装-推論
  • RNN-Attention
90 分 新シラバス
  • 正規化
  • モデル圧縮
  • 分散処理
  • MobileNet
  • DenseNet
  • Pix2Pix
  • WaveNet
  • Transformer
  • AlphaGo

flow

flow

受講までの流れ

  • step
    01

    申し込み

    希望日を選んでフォーム送信。
    メールで Zoom URL、事前予習動画、請求書が送付されます。

    申し込み

  • step
    02

    事前予習動画 視聴

    受講日までに事前予習動画を視聴。
    講義は事前予習動画の内容を前提に行います。時間に余裕を持ってお取り組みください。

    事前予習動画 視聴

  • step
    03

    受講開始

    当日は指定の時間までに Zoom URL にアクセスし、受講開始。

    受講開始

受講料金

150,000 円

(税込 165,000 円)
  • オンラインハンズオン形式 (7 時間 × 3 日間)のコースです。
  • E資格対策動画 (20 時間分)＋E 資格事前確認テストも含まれます。

ディープラーニングハンズオンセミナー
受講者限定

画像・自然言語特化コースセット

e ラーニング

140,000円 (税込 154,000 円)

70,000円 (税込 77,000 円)

  • 画像処理の先端技術を学び実装できるレベル

    15h

    画像処理の先端技術を
    学び実装できるレベル

  • 自然言語処理の先端技術を学び実装できるレベル

    20h

    自然言語処理の先端技術を学び実装できるレベル

セミナー申し込みはこちら

DOWNLOAD

研修を検討されて
いる方へ
業界別事例/コース詳細一覧/無料AI学習動画

今すぐダウンロード

faq

faq

よくあるご質問

  • プログラミング・機械学習未経験でも受講できますか？

    未経験者から基礎を網羅できる予習動画をご視聴いただけます。こちらを学習して頂く事でセミナー受講は十分に可能です。もし、不安なようであれば早めに申し込んで頂き、予習の時間を多くとる事をおすすめしております。

  • E 資格の次の開催はいつですか？

    次回は 2021 年 8 月 27 日(金) 28 日(土) 実施予定です。詳細は日本ディープラーニング協会の公式ページをご確認ください。

  • 請求書は受講前に発行できますか？

    はい、可能です。請求書発行に関する情報は、お申込み後のメールにてご連絡差し上げます。

  • セミナー中止の可能性はありますか？

    最少催行人数は 3 名です。セミナー開始日の 2 週間前までに最少催行人数に達しない場合はセミナーを中止いたします。中止の場合のみご連絡を差し上げております。

  • 見積書が欲しいです。

    こちらのフォームより必要情報を記入ください。担当者より見積書をPDFでお送りさせていただきます。

  • 受講日が未定なのですが、日付未定でも受講申し込みができるような予約チケット(バウチャーチケット)はありますか？

    バウチャーチケットをご用意しております。先払いで購入して頂き、発行日より1年間が有効期限となります。ご希望の方はこちらのフォームより必要情報をご記入ください。