AI（人工知能）技術の基礎知識
AI（人工知能）が、様々なサービスに活用され始め身近になってきたものの、その仕組みはほとんどブラックボックス化しています。本講座は、 AI を活用するにあたって必要な基礎知識について、AI の基礎的な仕組みと技術を、言語処理や画像認識を題材にした演習を交えながら解り易く解説します。※講座テキストは、「関連ファイルダウンロード」からダウンロードできます（閲覧用パスワード付きPDFファイル）。
パスワードは、同じ場所に掲載の“パスワード.pdf”をご確認ください。
なお、ダウンロードした講座テキスト等を第三者に提供、また閲覧させることは禁じられています。
このセットの最終動画を最後まで視聴すると［受験する］ボタンが表示されます。受験の上、合格すると修了証をダウンロードできます。
【総動画時間】
約9時間20分
【受講対象・予備知識】
・AI の専門ではないが、上手に活用するために必要な基礎知識を得たい方
・線形代数、行列、確率、微積分の基本知識のある方
・なんらかのプログラム言語は経験したことのある方
※講義中、 Linux 環境で C++ ソースを用いた演習を行います。
【到達目標】
・「深層学習」を中心に、関連するその他のAI や基礎知識を系統的に理解する。
・AI を利用する際に調整が必要な「メタパラメータ」の意味と性質を理解する。
・問題設定のちょっとした違いで、一方で安定して動いていたシステムが、他方では使い物にならないという事が良く起こることを理解する。
【教材・学習環境 他】・テキスト
・Windows PC
-Linux
-Caffe
-C++ ソースを用いた 演習
【目次】
１章 概要
１．AI （人工知能）とは
２．確率・統計論的分析
３．AI は何故うまく働くのか
４．AI に関する問い
５．本講座で学んでいただきたいこと
２章 識別問題
１．識別の基礎
２．数学的準備
３．最近傍決定則
４．識別関数法
５．確率的推定法
６．認識率の評価
４章 深層学習
３章 ニューラルネットワークの基礎
１．ニューロンのモデル
２．ニューラルネットワークの万能性
３．ネットワークの構造による分類
４．誤差関数
４章 深層学習
１．最急降下法
２．誤差逆伝播法
３．中間層学習
４．畳み込みネットワーク
５．学習のツボ
５章 演習
１．言語処理を体験する
２．Boltzman Machine で最適化問題を解く
３．識別の基礎を体験する
４．Caffe を使った文字認識
６章 問いへの答えと今後の展望
１．処理工程ごとの要点
２．問いへの答え
３．今後の展望
※すべての動画視聴後にアンケートが表示されますので、回答へのご協力をお願いいたします。
アンケートは以下からでもご回答いただけます。
アンケート
購入確認画面に進む(クレジットカード)
購入確認画面に進む(コンビニ決済)
購入確認画面に進む(銀行振込)
※銀行振込のみ複数の講座の一括購入が可能です。
※銀行振込のみ複数の講座の一括購入が可能です。
視聴期限は購入後180日間です。
購入済の方は、ログインすると視聴できます
販売開始
関連ファイルダウンロード
※関連ファイルは動画視聴可能になるとダウンロードできます
- text_AI(人工知能)基礎知識.pdf(7.76 MB)
- パスワード.pdf(247.75 KB)
コメント
ログイン、もしくは会員登録いただくと、コメントできます。