4/28(Sun)
AI関連の技術革新に伴い、機械学習やディープラーニングに精通した人材に対する需要は急速に拡大しています。しかし、「大事なのはわかっているけど、どこから機械学習の勉強を始めたらいいかわからない」こんな悩みを抱えている方はいませんか？
そんなあなたに機械学習を学ぶための授業4選をご紹介します！これらの授業を通じて、具体的に機械学習で何ができるのか、開発現場で可能なのはどこまでか、などについて理解することができます。是非これらの授業を受講し、機械学習に関する知識を身につけましょう！
この授業では、会社から新規事業の立ち上げのためAIや機械学習など新しい技術を学ぶように言われているものの、日々忙しく新しい技術を学ぶ時間が無い中堅システムエンジニアの方を対象に、AIや機械学習、IoTを改めて基礎から学んでいきます。この授業を受講することで、漠然としたAIの知識から脱却し、開発現場でできること/できないことの切り分けができるようになります。
【こんな人にオススメ】
新規事業の立ち上げのためAIやIoTなど新しい技術を学ぶように言われているが、日々忙しく新しい技術を学ぶ時間が無い中堅システムエンジニアの方
【授業概要】
AIに関する基本知識や用語が理解できるだけでなく、実装する上での技術の基本について学ぶことができます。さらに、今後エンジニアとしてどんな知識を身につけるべきかについても学習できます。
【授業チャプター】
AI活用時代
エンジニアに必要とされる能力
AI（人工知能）とは
深層学習の概要
デモンストレーション
AIと産業の関連性
AIの技術の発展方向性
Q.「教師あり学習」と「教師なし学習」、どちらを使用するのか決定するときのポイントはどこですか？
Q.機械学習の場合、モノにもよるかもしれませんが、どのくらいのデータが必要ですか？
など
この授業では、Googleが開発しオープンソースで公開している機械学習に用いるためのソフトウェアライブラリ「TensorFlow（テンソルフロー）」の基礎を学ぶことができます。この授業を受講することでTensorFlowをある程度操れるようになるだけでなく、実際に導入する際の前提知識や回帰モデル、分類モデルの構築方法、Cloud Machine Learning Engineでの実行方法等も知ることができます。
【こんな人にオススメ】
TensorFlowが何に使えるのか知りたいエンジニアの方
【授業概要】
様々な機械学習手法の違いについて理解できるだけでなく、TensorFlowを使った機械学習モデルの構築の流れを理解できます。さらに、Google Cloud PlatformのCloud Machine Learning Engineを利用し、機械学習モデルのトレーニングを行うことが可能です。
【授業チャプター】
TensorFlowの活用事例
機械学習の基礎知識
人工知能（AI），機械学習，深層学習の関係
どこかで聞いたことのある機械学習用語の整理
機械学習手法
回帰モデル
分類モデル
TensorFlowの紹介と環境構築
TensorFlowとは
Python実行環境でのTensorFlowの環境構築
Docker実行環境でのTensorFlowの環境構築
など
この授業では、Pythonを使って機械学習やディープラーニングを実践していきます。機械学習の実装に必要な知識としては、プログラミングの知識の他に、高校～大学理系程度の数学の知識、さらに機械学習のアルゴリズムの知識が挙げられます。この授業を受講することで、Pythonの知識を機械学習にどのように応用するかを学ぶことが出来ます。
【こんな人にオススメ】
Pythonを使って機械学習やディープラーニングを実装する基礎を学びたい方
【授業概要】
この授業を受講することで、機械学習のアルゴリズムを理解するための数学的基礎が身につきます。また、ニューラルネットワークの基礎についてや、Pythonでの機械学習の実装方法についても理解することが可能です。
【授業チャプター】
機械学習とは
機械学習で使う数学
微分
偏微分
ベクトル
行列
Numpy
機械学習の基本アルゴリズム
関数の最小値を求める
数値微分
勾配降下法
最小二乗法
Q.解析を用いず、勾配降下法を用いるのは、どういう場合ですか？
Q.3回目の授業のCNNは何を用いて行うのでしょうか？Tensorflowでしょうか？
など
この授業は、Retty株式会社CTOの樽石将人先生に、同社の「Rettyの機械学習基盤構築」に関する取り組みについて教えていただく授業です。Retty社が最もこだわる「技術」にフォーカスすることで、機械学習が実際のビジネスでどのように活用されているかを理解することが出来ます。
【こんな人にオススメ】
機械学習に興味がある人
【授業概要】
この授業では、Retty社が機械学習を活用するようになった背景から具体的な活用方法に至るまで、機械学習の活用事例について学習することができます。また、受講生からの質疑応答のパートでは、樽石先生の実体験を元に機械学習を実装するまでの苦悩などについてもお話ししていただいています。
【授業チャプター】
1.機械学習の背景
・日本全国約80万店舗の飲食店情報
・飲食店基礎情報に関する大きな課題
・Rettyにおける「飲食店基礎情報整備」の仕組み
・「飲食店基礎情報整備」の課題
2.機械学習の活用方法
・情報提供写真の自動分類
・複数の名物料理があるお店の代表写真
3.機械学習の実現方法
・機械学習を行うのに必要なもの
・Rettyには元々ビッグデータと教師データの２つがあった
・機械学習のための新しい領域は様々な手法が乱立
・機械学習を行うには機械学習を行うための基盤が必要
4.Retty機械学習基盤紹介
・Retty機械学習基盤概要
・使い方
・アーキテクチャ全体像
・このようなアーキテクチャになった背景
など
いかがでしたでしょうか？
これらの授業を受講することで、機械学習に関する基本的な知識を身につけることが出来るでしょう。さらに、これらの授業を通じて、自身がこれから機械学習とどのように関わっていこうかを考えることも出来たのではないでしょうか？
スクーではこれら4つの授業以外に機械学習に関する授業を多数開講しています。是非スクーで様々な授業を受講し、機械学習に関する知見を深めていきましょう！
