7/22(Wed)
2014年にグルメ動画アプリの会社を共同創業し、約3年間Webエンジニア兼機械学習エンジニアとして活動。その後、2016年に株式会社エーアイアカデミーを創業し、AIやPythonを学べるオンライン学習サービス「AI Academy」やデータサイエンティスト育成ブートキャンプ「AI Academy Bootcamp」を運営。2023年9月よりアガルートグループに参画し、データサイエンスの講師を務める。現在は生成AI研修やコンサルティング等の業務を行う。「scikit-learn データ分析 実装ハンドブック」を共著にて出版。
G検定（ジェネラリスト検定）の合格を目指す講座です。 G検定は、日本ディープラーニング協会（JDLA）が主催する試験で、人工知能（AI）やディープラーニングに関する基礎知識を評価するための資格試験です。 「AIジェネラリスト」を目指す人々が対象であり、AIやディープラーニングを活用するために必要な知識を身につけているかどうかを確認することができます。 受験対象者は、G検定受験者のほか、AIやディープラーニングを使ったビジネスやプロジェクトに関わる人、AIの基礎知識を身につけたい非技術者（例えば、企画担当者、管理職）、データ分析やITに興味があり、AI活用を目指す初学者にもお勧めです。 ※受験方法はこちら ●コース構成 第1回 G検定の概要・人工知能(AI)をめぐる歴史と動向 第2回 機械学習の概要 第3回 ディープラーニングの概要 第4回 ディープラーニーングの社会実装に向けて 第5回 G検定合格のための総仕上げ問題 ●先生 谷 一徳先生 アガルートアカデミー講師/エーアイアカデミー代表取締役兼講師 ●谷先生のその他の授業 DS検定対策講座
DS検定（データサイエンティスト検定）の合格を目指す講座です。 DS検定は、DS検定（データサイエンティスト検定）は、データサイエンスやデータ分析に関する知識やスキルを客観的に評価するための資格試験です。この検定は、データサイエンス分野における専門知識や技術力を確認するための指標として活用されており、一般社団法人データサイエンティスト協会が運営しています。 受験対象者は、DS検定を受験される方はもちろん、データサイエンティストを目指している方、これから実務に役立てたい方、業務でデータ分析を活用している方、学生や学び直しをする社会人も該当します。 ※受験方法はこちら ●コース構成 第1回 Introduction（試験の概要）/データリテラシー 第2回 ビジネス⼒（⾏動規範、論理的思考、事業への実装） 第3回 数学・統計（基礎）【前半】 第4回 数学・統計（基礎）【後半】 第5回 データサイエンス⼒【前半】 第6回 データサイエンス⼒【後半】 第7回 データエンジニアリング⼒ 第8回 総仕上げ問題 ●先生 谷 一徳先生 アガルートアカデミー講師/エーアイアカデミー代表取締役兼講師 ●谷先生のその他の授業 G検定対策講座
「G検定に挑戦したいけれど、AIの基礎から生成AI、法律・倫理まで一人で整理できるか不安」「用語を暗記するだけで、本番の問題に対応できるのだろうか」と感じていませんか？ 本授業では、G検定の公式シラバスに沿って、人工知能の歴史、機械学習、ディープラーニングの基礎から、生成AI・大規模言語モデル（LLM）、AIガバナンスや法律・倫理までを体系的に学びます。講師の谷一徳氏による頻出ポイントを押さえた講義と、確認問題・総仕上げ問題を通じて、知識の理解と定着を目指します。 また、2026年からの試験形式変更を踏まえ、限られた時間の中で問題を解くための時間配分や、即答力を高めるための演習にも取り組みます。G検定合格を目指すだけでなく、ビジネスの現場でAIを正しく理解し、評価・活用するための実践的な視点も身につけられる内容です。 【この授業で学べること】 G検定の試験概要と、限られた時間で解答するための時間配分の考え方 人工知能の定義と、第1次〜第3次AIブームをめぐる歴史・動向の本質 ルールベースとの違い、機械学習（教師あり／教師なし・強化学習）の各種手法と評価指標 ディープラーニングの基礎技術（ニューラルネットワーク、CNN、RNNなど）と精度向上のための工夫 生成AI・LLMを支えるTransformer、RAG、拡散モデル、RLHFなどの基本的な仕組み AIプロジェクトの進め方、AIに関する法律・契約、AI倫理、AIガバナンスの基礎 EU AI Act、広島AIプロセス、著作権法30条の4、説明可能AI（XAI）などの重要トピック 【利用シーン】 この授業で学んだAIの基礎知識をもとに、社内でAI導入やPoC（概念実証）を検討する際に、従来の方法との違いを理解し、どの業務にAIを活用できるか判断しやすくなります。 この授業で学んだ法・倫理の知識をもとに、業務で生成AIを使う際に、著作権や個人情報、プライバシーなどのリスクに気をつけながら、社内ルールに沿った使い方を考えられるようになります。 【授業構成】 第1回：人工知能（AI）をめぐる歴史と動向・G検定概要 G検定の概要と、ダートマス会議から始まるAIの歴史、各AIブームの背景、トイ・プロブレムやフレーム問題などの重要概念を学びます。 第2回：機械学習の概要 教師あり学習、教師なし学習、強化学習の基本概念と、代表的な機械学習手法、過学習対策、混同行列などの評価指標を理解します。 第3回：ディープラーニングの概要と要素技術 ニューラルネットワークの仕組み、活性化関数、勾配降下法、誤差逆伝播法、CNN、RNNなど、ディープラーニングの基礎と代表的な技術を学びます。 第4回：AIの社会実装とAIに必要な数学・統計 AIプロジェクトの進め方、探索的段階型開発、著作権法や個人情報保護法などの法律・契約、AI倫理、AIを理解するために必要な数学・統計の基礎を学びます。 第5回：【補講①】生成AI・LLM技術 既存の第1〜4回で学んだ基礎知識の上に、Transformer、LLM、プロンプトエンジニアリング、RAG、拡散モデルなど、生成AI・LLMに関する重要技術を学びます。 第6回：【補講②】AIガバナンス・法規制の最新動向 AIガバナンス、AI法規制の国際動向、EU AI Act、広島AIプロセス、著作権法30条の4、フェイクニュース対策、説明可能AI（XAI）などを学びます。 第7回～第10回：G検定合格のための総仕上げ問題（改訂版） 全範囲を対象とした総合演習として、本番形式を意識した新規100問の問題演習に取り組みます。2026年からの試験形式変更を踏まえ、オンライン試験100分・約145問のペースを意識した時間配分も確認します。 こんな人におすすめ G検定（ジェネラリスト検定）の合格を目指して、効率的に試験対策を進めたい方 AIの歴史、機械学習、ディープラーニング、生成AIまでを体系的に整理したい方 生成AIやLLMについて、キーワードの暗記だけでなく背景や仕組みから理解したい方
