top of page

AI4US

AI for Us

AIの適切な認識とプログラミング体験により
意思決定力を高める「AI革命とビジネス講座」

聞くだけ・見るだけでなく実際にプログラミングを体験することで「AI」を理解し、ビジネス上での意思決定に繋げる力を身につける講座です。

本講座は、AI技術の基本的な概念や歴史から始まり、Deep Learningやニューラルネットワークの詳細、産業別のAI応用事例、先端研究の動向、そしてAIプロジェクトの立ち上げ方に至るまでAIに関する基本知識を網羅的に学びます。「AI」は何ができて何ができないか、従来のIT技術とディープラーニングの違いは何か、ビジネス上のデータで向いているもの、向いていないものは何かなどを理解し、さらにプログラミング体験で適切に活用するための知識とスキルを身に付けることができます。

デモ集会

お気軽にお問い合わせ・ご相談ください

Overview

AI for Us

​こんな方におすすめ

  • AIプロジェクトの立ち上げ方やデータ整備、計画の立て方を学び、プロジェクトの成功に導きたい方
  • AI技術の概要と応用例を理解し、自社のビジネス戦略に組み込みたい方
  • AIプロジェクトの計画、データ整備、投資判断など、実践的なプロジェクト運営のノウハウを習得し、プロジェクトの成功率を高めたい方
  • DX/AI化に対しての意思決定に携わる方

​活用事例​

AI技術の基本的な仕組みや先端研究動向を理解し、自社のビジネスのプロジェクトに応用できるようになる

  • マーケティング：顧客データを分析し、パーソナライズされたレコメンドを実施

  • 製造業：画像認識を活用し、不良品の自動検出や設備の異常予兆を発見

  • 医療・製薬：AIを使った診断支援や、新薬の候補となる化合物の発見

  • 物流・小売：需要予測を行い、適切な在庫管理や配送ルートの最適化を実現

  • DX推進：AIプロジェクトの立ち上げを成功させ、社内の業務改善を加速

​講座概要​

AIに関する基本知識を網羅的に学ぶ


「AI」は何ができて何ができないか、従来のIT技術とディープラーニングの違い、ビジネス上のデータで適した活用法を理解し、プログラミング体験を通じて実践的な知識とスキルを習得できます

カテゴリ

ビジネス力

講座名

AI4US

講座時間

半日4時間／1日8時間があります

プログラミングスキル／数学

（ 推奨 ）ITやシステムに関する基本的な理解


iLectの３つの受講形式

Enterprise.png

Enterprise

一社単独開催講座
人材教育コンサルティング

Project workshop.png

Project
Workshop

​受講推薦　

仮想プロジェクト伴走支援​

Academy.png

iLect Academy

メンタリング付き e-learning

解決したい課題や受講人数、予算に合わせた受講形式をご提案いたします。お気軽にご相談ください。

​Curriculum

AI for Us

  Step 01：AI概論 - AI革命

  • 過去5年でAI技術が実現したこと

  • そもそも「AI」とは？

  • AIの歴史

  • ICT,機械学習,Deep Learningの違い

  • 「AI」の分類と進化

  • 産業別変革

    • 自動車：自動運転

    • メーカー：組み立て加工や点検の自動化

    • 物流：配送センターの自動化、高速道路を利用した物流の変化

    • 農業：農家は経営者へ

    • 製薬：化合物の発見

    • 医療：医療支援、病理診断の自動化、リモート診断支援

    • 防犯・監視：異常行動の監視、犯罪者発見

    • 化学：プラントにおける異常予兆発見、自動化

    • インフラ：設備点検

    • 建設：建設作業の自動化

    • スポーツ：データ分析

  • 汎用型AIと（タスク）特化型AI




  Step 02：Deep Learningとは

  • Deep Learning と機械学習の違い(詳解)

  • ニューラルネットワーク

  • 特徴量を自動で抽出、フィーチャーエンジニアリング

  • 進化のスピードが早い

  • ブラックボックス問題




  Step 03：先端研究動向

  • Deep Learning技術のセカンドフェーズ

    • 自然言語処理

    • 強化学習

    • 生成モデル

  • 未だに抱えているAIの課題




  Step 04：AIプロジェクトの立ち上げ方

  • AIプロジェクトの難しさ

  • 問題の本質を考える

  • データを整備する

  • 正しく計画・投資する

  • 最先端のAI技術を追う VS AI技術を適用する

  • オープンイノベーション VS 技術の保護

  • 注意する事

  • 社会の変化について考える(倫理観)

  • 付録: AIプロジェクトチェックリスト




  Step 05：世界の状況

  • AI人材不足について

  • 世界のAI人材育成の潮流

  • 日本のAI戦略

  • 各国の動向



  Step 06：まとめ

  • AIで出来る事,出来ない事を見極め、最適な手法で正しく活用する

  • 弊社事業紹介、協業の可能性をご提案



bottom of page