自走できるAI人材になるための
6ヶ月間長期コース

長期コース

Reskill

第四次産業革命スキル習得講座

JDLA

E資格認定講座

こんな人にオススメ

men
item.img_alt

ものづくりが好きで
AIを組み込んだ
アプリケーションを

作成したい方

item.img_alt

機械学習スキルを身に付け
市場価値を高めることで
転職を

有利に進めたい方

item.img_alt

多種多様なスキルを
持った方々と共に
モチベーションを

高めていきたい方

FEATURE

FEATURE1

日本ディープラーニング協会 E資格認定

日本ディープラーニング協会E資格認定

技術だけでなく
E資格の取得も可能

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、専門的な技術として実用性が証明されています。

FEATURE2

専門実践教育訓練給付金制度認定

専門実践教育訓練給付制度認定

最大70%の
給付金対象講座

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。最大70%の補助が出ます。

FEATURE3

AIを組み込んだアプリケーション開発

Webアプリケーション開発まで

AIのモデル構築と
アプリケーション開発

環境構築、データ収集、機械学習のモデル構築だけでなく、アプリケーション開発まで行います。AI分野における広範囲かつ、実践的な講座となっています。

RESULTS

オンライン・オフライン合わせた

受講者数24000名超え!

受講企業社数70社以上

受講企業社数99社以上

講義満足度90%

講義満足度98%

※満足度5段階中4以上の割合

受講企業

※ロゴは使用許可を頂いた一部企業様

  • isid
  • TRIAL
  • RICOH
  • mizuho
  • TOKYO GAS
  • CANON
  • NTT data
  • Prudential
  • OKI
  • ATEAM
  • SUMITOMO

reason

01

圧倒的にわかりやすい講師

キカガクは「教育のプロ集団」です。難しいことをわかりやすく伝えるために徹底した訓練を全員が受けています。講師は正社員のみに絞り、講義の質を維持することを最優先に考えています。

02

手書きの数学とハンズオン形式

従来型のスライドを用いた講義ではなく、手書きやハンズオン形式による習熟度の高い受講生積極参加型の講義

03

実践的なカリキュラム

特定の業界に特化した企業と協力することで、専門的かつ実践的な講義内容を実現

AI

illust

今だけ 9時間分 の学習動画を 無料 でプレゼント!

  • AIに必要な数学をわかりやすく手書きで解説!
  • Pythonの基盤から機械学習の実装を体形的に習得できます!
合計9時間分の学習動画
01

合計9時間分の学習動画

  • [キカガク流]脱ブラックボックス講座 初級・中級編
  • AIを実務で使うための必須知識
  • 統計の基礎、機械学習(重回帰分析)の実践
  • AIをビジネスに活用するとは
E-BOOK&研修一覧資料
02

E-BOOK&研修一覧資料

  • 人工知能・機械学習・ディープラーニングとは
  • AIを実務で使うための必須知識
  • ディープラーニングの得意な領域
  • 会社概要・研修一覧

今すぐ申込みを検討される方へ

points

キカガクのミッション
icon

気軽に質問できる環境

講義中だけではなく、講義前後や休憩時間に
講師・サポーターに質問できる環境

手厚いサポート体制
icon

手厚いサポート体制

講師に加え 1〜2名のサポーターを配置しており、
初学者がエラーや疑問点でつまずかないサポート体制

講師と受講生で創り上げる講義
icon

講師と受講生で創り上げる講義

講師から受講生、受講生から講師への
双方向コミュニケーションによる対話型講義

lecturer

今西 航平

取締役副社長

徹底した
初学者目線

今西 航平IMANISHI KOHEI

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!

酒井 健三郎

研修事業部責任者

苦手な数学を
好きに変える

酒井 健三郎Kenzaburo Sakai

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。

佐川 史弥

講師/マネージャー

「わかる」から
「使える」までをサポートします

佐川 史弥Fumiya Sagawa

受講される方全員が満足できる講義をお届けしたいと思っています。難しいことはもちろん、基礎的なことこそ単純明快に。一つずつAIの世界へ足を踏み入れ、共に手を取り合いながら学びを楽しみましょう!

西沢 衛

新規事業部責任者

実務を想定し
使える知識をお届けします

西沢 衛MAMORU NISHIZAWA

ディープラーニングやAzure、リテール関連の研修など、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!

山下 公志郎

講師/マネージャー

あなたの成長に
徹底的に向き合います

山下 公志郎KOSHIRO YAMSHITA

主に短期セミナーの講師を担当しています。受講生の方々のニーズを理解し、一人一人に合った学び方を提供し、次のステップに進めるように心がけています。ただ教えるだけでなく、「感動する学び」を目指しています。

skill

SKILL01

★☆☆

問題解決能力

前進するための思考力

講義中に実践として演習課題が出されます。はじめは難しくとも講師とともに問題解決していく過程を経ることで、エラー解決や問題対応するための思考力が身につきます。

SKILL02

★★☆

現場で使える実装力

現場で使える実装力

画像処理や時系列解析をはじめとした実問題における様々なデータ解析を行います。そのため最新の機械学習、ディープラーニングの手法を用いたを実装力が身につきます。

SKILL03

★★★

受講後の自走力

立ち止まらない自走力

本コースははじめのインプット期間、後半の実装期間に分かれています。実装期間では各自の問題を解決していくことでセミナー受講後も1人で自走できる力が身につきます。

curriculum

  • 長期コース

※横スクロールでご覧いただけます

  • 事前予習動画
  • 1~4週
  • 5~8週
  • 9~12週
  • 12~24週
  • 補講動画

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

機械学習・深層学習の基礎、Webスクレイピング、アプリ作成

時刻 タイトル 学ぶこと
第1週 機械学習
  • 自己紹介
  • AIの開発フロー
  • 機械学習基礎1
第2週 深層学習
  • 機械学習基礎2
  • 深層学習(分類・回帰)
第3週 Webスクレイピング
  • Seleniumの基礎
  • Beautiful soup4の基礎
  • Webサイトにアクセス・スクレイピング
第4週 アプリ開発①
  • HTML, CSS, JavaScriptの基礎
  • Flask, Herokuでデプロイ

必須

環境構築、深層学習の応用

時刻 タイトル 学ぶこと
第5週 環境構築
  • Dockerの基礎
  • サーバ連携
第6週 画像処理
  • 画像処理の基礎
  • CNNを用いた画像分類
  • ファインチューニング
  • データオーギュメンテーション
第7週 時系列・自然言語処理
  • RNNの基礎
  • LSTMを用いた株価の予測
  • テキストの前処理
  • 文書分類
第8週 アプリ開発②
  • 機械学習を用いた顧客ローン審査アプリ
  • Djangoの基礎
  • Herokuでデプロイ

必須

画像分類アプリの開発

時刻 タイトル 学ぶこと
第9週 アプリ開発期間①
  • 必要な機能の洗い出し
  • デザインの書き出し
第10週 アプリ開発期間②
  • スクレイピングによるデータ収集
  • ラベル付け
第11週 アプリ開発期間③
  • モデル構築
  • モデルの最適化
第12週 アプリ開発期間④
  • Flask/Djangoを用いたWebアプリ
  • Herokuを用いたデプロイ

必須

自走期間

時刻 タイトル 学ぶこと
第12~24週 アプリ開発期間
  • 【企画】
  • - 必要な機能の洗い出し
  • デザインの書き出し
  • ボトルネックと解決策
  • スケジューリング
  • 【データ収集】
  • データセット作成
  • 前処理
  • 【モデル作成】
  • 様々な手法を用いて試行錯誤
  • 精度向上のためのモデル・データ改善
  • 【アプリ作成】
  • アプリケーションへの落とし込み
  • 必要な機能の追加

必須

機械学習発展

時刻 タイトル 学ぶこと
160分 数学~線形代数~
  • ノルム
  • 内積
  • 逆行列
  • 行列式
  • 三次の逆行列
  • 固有値問題
  • 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
  • 事前予習動画
  • 1~4週
  • 5~8週
  • 9~12週
  • 12~24週
  • 補講動画

必須

環境構築から Keras で実装(分類)

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
10:00-10:50 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

必須

環境構築から Keras で実装(分類)

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
10:00-10:50 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

必須

環境構築から Keras で実装(分類)

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
10:00-10:50 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

必須

環境構築から Keras で実装(分類)

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
10:00-10:50 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

必須

環境構築から Keras で実装(分類)

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
10:00-10:50 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

schedule

  • 長期コース

※横スクロールでご覧いただけます

コース名 日程 講義時間 受講形式
オンライン土曜コース 2020/9/5(土)~2021/2/20(土) 9:30~12:30, 14:00~18:00 (休憩:12:30~14:00、質疑応答:17:00~18:00) オンライン
オンライン平日コース 2020/9/3(木)~2021/3/8(月) 毎週月木 18:45~21:45 (質疑応答:前後15分) オンライン

schedule

  • 説明会日程

※横スクロールでご覧いただけます

日程 開催時間 開催地詳細 座席状況
2020/7/12(日) 10:00~12:00 オンライン 受付終了
2020/7/14(火) 19:00~21:00 オンライン 受付終了
2020/7/17(金) 19:00~21:00 オンライン 受付終了
2020/7/19(日) 10:00~12:00 オンライン 受付終了
2020/7/25(土) 10:00~12:00 オンライン 受付終了
2020/7/29(水) 19:00~21:00 オンライン 受付終了

長期コース

受講料金

720,000円(税抜)

給付金制度を利用すると受講後に70%還元されるため実質237,600円(税込)で受講できます。詳細はこちらをご覧ください。

今すぐ申込みを検討される方へ

faq

説明会申し込みから受講までの流れを教えてほしいです。

「説明会参加→入校テスト→受講者発表→受講開始」という流れです。※入校テストとは事前のテストにおいて知識を問うものはありません。 内容としては、「タイピングスピード」と「機械学習の知識をどのように活かしたいか」などの簡単なヒアリングを行うのみです。

専門実践教育訓練給付金を利用したいです。

詳細はこちら
専門実践教育訓練明示書はこちら
専門実践教育訓練給付金の利用の手続きは、ご本人で最寄りのハローワークにて進めてくださいますようお願いいたします。以下のリンクにて概要まとめております。詳しい内容は必ずハローワークにお問い合わせください。
https://blog.kikagaku.co.jp/2020/04/01/subsidy-seminar/

プログラミング未経験でも受講できますか?

プログラミング未経験でも学習を進められるように事前予習動画を用意しております。また、エラーが発生した場合にも講座を受け持つ講師、サポーターがしっかりとサポートするので安心です。

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。

長期コースを受講予定だが、E資格を受けることは可能ですか?

はい、可能です。本講座では、E資格認定試験の受講資格のみを得ることができます。E資格認定試験を受験される際は、別途受験料がかかります。受験料や詳細の情報は、こちらからご確認いただけます。

Recommend

ディープラーニング
画像特化編

ディープラーニング<br>画像特化編
こんな方にオススメ

画像領域の独学での学習に挫折してしまった方

ディープラーニング
自然言語特化編

ディープラーニング<br>自然言語特化編
こんな方にオススメ

Transformer や BERT をはじめとする最新手法の理論と実装を学びたい方

DP-100 対策講座

DP-100 対策講座
こんな方にオススメ

クラウドを活用したモデルの学習からデプロイの一連のスキルを体系的に学びたい方

WEBからのお問い合わせ

受付時間:平日9:00 - 18:00

よくあるご質問