BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【オンライン】0から学ぶ！未経験のためのAI エンジニア基礎講座セット【E資格対応】 X-WR-CALNAME:【オンライン】0から学ぶ！未経験のためのAI エンジニア基礎講座セット【E資格対応】 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:780091@techplay.jp SUMMARY:【オンライン】0から学ぶ！未経験のためのAIエン ジニア基礎講座セット【E資格対応】 DTSTART;TZID=Asia/Tokyo:20200610T120000 DTEND;TZID=Asia/Tokyo:20200610T180000 DTSTAMP:20260410T161527Z CREATED:20200516T080939Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/78009 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nお申し込み フォーム\nこちらからお申し込みください。（イベン ト参加ボタンからはお申し込みできません）\n入金確 認後、1〜2日中に受講案内メールをお送りいたします 。\n※資料や動画の視聴期限は1年です。\n※講義動画 はオンライン講義用に最適化されています\n※銀行振 込・クレジットカード払い（Paypal）に対応しています 。\n概要\n「E資格」合格率 94.4% を誇る、AVILENの「全人 類がわかるE資格コース」の基礎講座が、オンライン上 でまとめて受講できるようになりました！\n各講座ご とに単品で申し込むのに比べ、セットなら５万円以上 お得！\n・AIエンジニアを目指している\n・Pythonや数学 、機械学習などの広い分野の基礎知識を、0から一度に 学びたい\n・いつでもどこでも受講したい（オンライ ン）\nそんなあなたにオススメです！\n↓セットに含ま れる講座概要（詳細は本ページ最下部）\n\nE資格とは\n 日本ディープラーニング協会（JDLA）が認定する、AIエ ンジニアの登竜門的資格。\n開始から2年で受験者数が3 倍近く増加するなど、注目を集めています！\nE資格取 得のプロセス\n\n\n数学、Python、統計学、機械学習など の分野の基礎を身につける。\n→本講座セットはこの 段階\n\n\nJDLA認定プログラム※のいずれか受講・修了し 、E資格の受験資格を得る。\n\n\n2年以内にE資格を受験 ・取得する。\n\n\n※中でも、AVILENの「全人類がわかるE 資格コース」は、【合格率94.4%】を達成しています！\n 「基礎講座セット」と「E資格コース」を合わせて申し 込みたい場合には、こちらのフォームよりお進みくだ さい。\nご受講に必要なもの\n\npdfの資料を閲覧するた めのデバイス（ノートPC、タブレットなど）\nインター ネット環境、ブラウザ（Google Chrome推奨）\nPython3をイン ストールしたPC\nルートの計算ができるデバイス（ノー トPC、スマホ、電卓など）\n筆記用具（演習問題がござ います）\n\n領収書をご希望の方へ\n【Paypalの方】\n決 済処理後にPaypalから送付されるメール内容、またはPayp alの取引履歴から該当項目を確認の上、「詳細」をご 覧ください。それらが領収書の代わりとなります。ま た、クレジットカード会社発行の利用明細書も領収書 としてご利用いただけます。\n【上記以外で領収書発 行をご希望の方】\nご入金後、本ページ右上の「イベ ントに関するお問い合わせ」より、下記情報をお送り ください。\n領収書を発行出来次第、メールにてご連 絡差し上げます。\n・宛名\n・ご担当者名（必要であれ ば）\n・件名（希望なければ「セミナー受講料」、別 途細目は記載あり）\n・その他(ご質問やご要望など)\n\ nお問い合わせ\n\nLINE公式アカウントからもお問い合わ せいただけます。（推奨）\n※日曜日は定休のため、 いただいたお問い合わせについては月曜以降のご対応 となります。\n\n注意事項\n\n講座内で扱うコンテンツ は全て「株式会社AVILEN」に帰属しています。複製はご 遠慮ください。\n個人ブログへの講義コンテンツの掲 載はご遠慮ください。\nキャンセルの場合は、講座利 用開始前までに限り、手数料１０％を差し引いた額を ご返金いたします。それ以降は返金には応じ兼ねます のでご了承ください。\n\nAVILEN AI Trend （旧：全人類が わかる統計学）とは\n株式会社AVILENが運営する「AI特化 型メディア」です。\nAIに関する最新ニュースや各種イ ンタビュー・コラムに加え、「全人類がわかる統計学 」の頃から進化を遂げた、各種無料学習コンテンツを 配信しています。ぜひご覧ください！\n\n各講座詳細\n 統計学マスターコース\n1. 超基礎\n\nデータの基礎知識\ n質的データと量的データ\n4つの尺度\n母集団と標本\n 標本調査\n実験の基本的な考え方\n実験研究のデザイン \nフィッシャーの三原則\n無作為抽出\n1〜2変数のデー タの集計\n度数分布表、ヒストグラム、累積度数\nクロ ス集計表\n1〜2変数のグラフの見方・読み方\n棒グラフ 、積み上げ棒グラフ、円グラフ、複合グラフ\nレーダ ーチャート、バブルチャート\nロウソク足\n散布図（相 関図）\n総和記号シグマΣ\nデータの代表値とその利用 法\n平均・中央値・最頻値\nそれぞれの使い方、メリッ ト・デメリット\n量的変数の散らばりの指標\nデータの 範囲、四分位範囲、箱ひげ図\n平均からの偏差・分散 、標準偏差、変動係数\n共分散、相関係数\n場合の数・ 順列\n確率の基礎\n試行と事象と確率\n積事象、和事象 、余事象、排反事象\n条件付き確率の基礎\n確率の解釈 \n知識問題\n\n2. 確率変数・確率分布・ベイズ\n\n統計検 定３級レベル用語まとめ(確認程度)\n平均、分散、標準 偏差\n変動係数、中央値、最頻値\n四分位数、範囲、四 分位範囲、箱ひげ図\n共分散、相関係数\n統計検定３級 レベルから統計検定２級へ\n記述統計から推測統計へ\n 母集団とは？\n統計検定２級レベル基礎用語まとめ\n確 率の表し方\n確率変数とは？\n変数の種類\n期待値とは ？\n確率分布\n連続型（正規分布、指数分布、一様分布 ）\n離散型（ベルヌーイ分布、二項分布、ポアソン分 布、幾何分布、マルチヌーイ分布）\n中心極限定理\n二 変量正規分布\nベイズの定理\n条件付き確率\nベイズの 定理の考え方\n\n機械学習のための数学マスターコース \n1. 関数・数列\n\n関数とは\n関数の基本性質\n１変数関 数\n多変数関数\n添え字付きの数（数列）\nΣ演算\n\n2. 微分\n\n微分とは\n関数の増減\n1変数関数の微分\n合成 関数の微分と連鎖律\n多変数関数の偏微分\n勾配法・最 急勾配法\n\n3. 線形代数基礎\n\n線形代数の説明\nスカラ ー、ベクトル、行列\n行列の演算\n行列の割り算(逆行 列)\n単位行列\n行列のサイズについて\n\n4. 線形代数中 級\n\n基礎の復習\nノルム\n主成分分析\n固有値問題\n特 異値分解\n\n5. 情報理論\n\n確率変数\n期待値・分散・共 分散\n周辺確率\n条件付き確率と独立\nベイズ則\n情報 量\nシャノンエントロピー\nKLダイバージェンス\n\n機械 学習のためのPythonマスターコース\nPython入門\n目的：Pyt honの特徴をしっかりと理解し、基本操作を習得する。\ n\nPythonの環境構築\n変数と型\n演算\n関数\nif文\nfor文\nCS Vファイルの入出力\n​\n\nPython中級\n目的：Pythonの基本 操作への理解を深める。\n\n多重ループ\n再帰関数\n組 み込み関数\n標準ライブラリ\n​\n\nNumpy入門\n目的：Pyth onで数値計算を効率的に行うためのライブラリ「numpy」 を習得する。\n\nArrayの宣言\nArrayとリストの変換\n要素 の参照\nNumpyの演算\nNumpyの実用\n​\n\nデータ分析可視 化入門\n目的：Pythonでグラフ描画を行うライブラリ「ma tplotlib」「seaborn」を習得する。\n\n折れ線グラフとグラ フのカスタマイズ\n散布図とヒストグラム\n複数の図を プロット\n様々なグラフの紹介\nインタラクティブなグ ラフを作る\nseabornでデータ同士の相関を見る\n特徴量 ごとに色分けしてデータをプロット\n分析の結果の可 視化\n​\n\nデータ分析入門\n目的：Pythonでデータ分析 に欠かせないライブラリ「pandas」を習得する。\n\nデー タフレームとは\nファイルの入出力\nデータを見る\nデ ータの統計量を計算する\nデータの抽出\nデータの整形 \n​\n\n実用テーブルデータ処理：分類編\n目的：Python でデータの前処理から予測まで一連の流れを行うこと で実用的に処理する方法を習得する。\n\nデータ基礎集 計\nデータ前処理\n\nデータの次元削減（t-SNE）\n学習デ ータと検証データの分割\n\n\nモデル構築、学習（ラン ダムフォレスト、XGBoost）\nモデル評価（混同行列、ROC 曲線、AUC）\n特徴量エンジニアリング\nハイパーパラメ ータ調整（グリッドサーチ）\n​\n\n実用テーブルデー タ処理：回帰編\n目的：Pythonでデータの前処理から予 測まで一連の流れを行うことで実用的に処理する方法 を習得する。\n\nデータの基礎集計\nデータ前処理\n\n欠 損値処理\n質的変数の数値化\n学習データと検証データ の分割\n\n\nモデル構築、学習（ランダムフォレスト、 ブースティング）\nモデル評価（混同行列）\nハイパー パラメータ調整（グリッドサーチ）\n\nデータ分析・機 械学習マスターコース\nDay1\n目的：データ分析におけ る基本的な回帰モデル・教師なし学習を、Pythonで実装 できるようになります。\n\n線形回帰、非線形回帰\n正 則化\n次元削減\nクラスタリング\n\nDay2\n目的：機械学 習でよく使われる5つの分類モデルを理解し、Pythonで実 装できるようになります。\n\n決定木\nランダムフォレ スト\nロジスティック回帰\nSVM\nk近傍法\n特徴量の可視 化\n\nDay3\n目的：機械学習の実装中に遭遇しやすい問題 を解決し、より高い精度のモデル作れるようになりま す。\n\nデータのスケーリング\nハイパーパラメータ最 適化\n過学習防止\n\nDay4\n目的：ニューラルネットワー クの基本的な概念を理解し、モデルを実装できるよう になります。\n\nニューラルネットワークの前提知識\n 全結合ニューラルネットワーク\n畳み込みニューラル ネットワーク\n\nディープラーニングマスターコース\n1 . PyTorch入門\n\nPyTorchの特徴や他フレームワークとの比 較\nモデルの定義・レイヤーについて\n自動微分\n関数 とレイヤー\n学習イテレーションの書き方\nGPUの利用や その他のテクニック\n\n2. CNN入門\n\nCNNの概要、応用例\n Convolution(畳み込み)とは何か\n畳み込み層\nプーリング 層\nPytorchによる実装\n実装したモデルの学習\n\n3. RNN・L STM入門\n\n系列データ\nRNNの概要・応用例\nSimpleRNN\nLSTM\n PyTorchによる実装\nRNNの発展\n\n4. Seq2seqによる機械翻訳\n \n理論編\nseq2seqとは？\n応用事例紹介\n系列を扱う手法\ nエンコーダとデコーダ\nLSTMについて\n実装編\n前処理( 単語分割・語彙構築)\nエンコーダの実装\nデコーダの 実装\nbeam-search\n学習と推論\nまとめ\n派生モデルの紹介 \nattention・多層化など\n参考書籍・論文紹介\n\n5. PyTorch による強化学習\n\n強化学習とは\n強化学習の目的\nマ ルコフ決定過程\n動的計画法\nモデルフリーな価値関数 推定\nモデルフリーな制御・方策改善\n価値ベースの方 策改善\n方策ベースの方策改善\n\n LOCATION:オンライン URL:https://techplay.jp/event/780091?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR