DL4E
Deep Learning for Expert
本講座のゴール
E資格の取得を目指す
-
JDLA E資格認定講座に対応 （受験資格が取得可能）
-
さらに、AIプロジェクトの課題に応じた最適なアプローチや既存のモデルを選定し、PoC（概念実証）を効率的に実施できるようになるスキルを養う
高度なディープラーニングの研究者・エンジニアを目指す
-
深層学習のアルゴリズム、動作原理を理解し、ディープラーニング技術を用いた研究開発ができるスキルを養う
-
画像認識、自然言語処理、強化学習 など、AIの幅広い応用分野に対応可能な技術を学習
現場で求められる実践力を身につける
-
データ前処理・特徴量エンジニアリング・ハイパーパラメータチューニングなど、現場で求められるスキルを習得
-
実務でも役立つ応用手法を学び、既存のモデルを効果的に活用する方法を理解する
Core Principles at NABLAS
Features
point
01
受講生の能動的なアウトプットを促す仕組みを導入し、学習効果を最大化します
Enterprise受講の場合スケジュール例
POINT
-
全日程を機械学習メンターがサポート
-
ハンズオンにおける専門的伴走支援
-
コンペ課題の採点やフィードバック
-
クイズの解説
-
-
リアルタイムの口頭質問に返答
POINT
演習中心のカリキュラム
実課題や実業務を元に演習課題やコンペティション課題を制作し、実務で活用できる技術と自走力を育成。成績順位を確認し、受講生の学習意欲の向上を促す。
point
02
既存のモデルを適切に選定し
PoCを効率的に実施できるようになる
本講座では、用途ごとに適したAIモデルを選定し、データ準備・ファインチューニング・評価までの一連の流れを学びます。また、実務でのPoCを想定し、モデルの選定基準（精度・速度・計算コスト）や、データ前処理・ファインチューニングの手法についても学習します。これにより、AIプロジェクトにおいて、最適なモデルを選び、迅速にPoCを進める力を身につけることができます。
point
03
AI分野第一線の講師陣
-
各講座の内容やクライアントのニーズに合わせ、最適な講師を厳選
-
AI研究の第一線で活躍する現役研究者・エンジニアが担当
-
Kaggle Grandmasterや、東京大学などでAI講座を担当した経験豊富な専門家も在籍
-
実務経験に基づく実践的・具体的な内容と最新の情報をご提供
本講座では、各章の内容やクライアントのニーズに応じて、最適な講師をアサインしています。AI研究の最前線で活躍する研究者やエンジニア、実務経験豊富なプロフェッショナルが講師を担当し、実践的で最新の知識を提供します。
東京大学のライセンスを受けた質の高いコンテンツ
▼ 講座教材サンプル
Core Principles at NABLAS
Overview
カテゴリ
エンジニア力
講座名
DL4E（ディープラーニング基礎講座）
講座時間
計6日間／1日8時間
プロジェクトワークショップを含む場合、計7日間／1日8時間
プログラミングスキル
Numpyなどを利用して行列や線形代数の問題に適用したことがある
数学
微分積分、ベクトル、行列、確率分布についての理解
Core Principles at NABLAS
Curriculum
DAY
01
深層学習基礎, PyTorch入門
詳細：
機械学習、深層学習の基礎を理解する
PyTorch概観、Tensor、Dataset、DataLoader
扱うモデル/テクニック：
ロジスティック回帰、MLP
DAY
02
画像認識 基礎
詳細：
画像認識基礎、畳み込み、プーリング
超多層化に向けた技術、転移学習、可視化、画像認識
扱うモデル/テクニック：
CNN
DAY
03
画像認識 発展
詳細：
画像を生成する、画像から物体を検出する
扱うモデル/テクニック：
VAE、GAN
Faster R-CNN、YOLO、SSD
DAY
04
自然言語処理 基礎
詳細：
形態素解析、単語のベクトル表現、古典的手法による感情分析
分散表現、再帰型ニューラルネットワーク、感情分析
扱うモデル/テクニック：
RNN
DAY
05
自然言語処理 発展
詳細：
感情分析、文章生成
扱うモデル/テクニック：
LSTM、GRU、双方向LSTM
Seq2Seq、Attention、Transformer
DAY
06
深層強化学習
詳細：
強化学習の概要、応用例、 ゲームAI構築
扱うモデル/テクニック：
DQN
受講生の声
講師の説明・演習教材
-
実際に手を動かす演習教材を通して、理解を深めながら学ぶことができました。
-
非常に高度な内容でしたが、短期間でわかりやすく教えていただきました。
iLect System
-
手元にマシンリソースがなくても、GPUを使った演習ができる点が非常に有意義でした。
-
学習に必要なものがすべてパッケージ化されており、効率的に進めることができました。
講座運営
-
事務連絡だけでなく、質問への対応や講師へのリマインドなど、毎回きめ細やかにサポートしていただけた点が印象的でした。
2024年度受講生アンケート結果より抜粋
FAQ