「0からデータサイエンティストを目指したい」「実業務で活かせるAIを学びたい」
「社内のAIリテラシーを向上させたい」「今よりもワンランク上の技術を身につけたい」
そんな声にお応えしてテックポートでは、
必要な分野を短期間にギュッと凝縮して学びたい方に多彩な短期コースを、
じっくり腰を据えて体系的に学びたい方には長期コースをご用意しました。
長期コース製造業特化型データサイエンス集中コースDATA SCIENCE INTENSIVE TRAINING MANUFACTURING
「第四次産業革命スキル習得講座」として認定
AIの分野において専門的・実践的な教育訓練講座として経済産業省より認定をいただきました。「専門実践教育訓練給付」の対象講座としてより受講しやすい講座に！
※厚生労働省の人材開発支援助成金「特定訓練コース」の対象となります。
※令和3年10月以降に開講する講座が「専門実践教育訓練給付」の対象となります。
経済産業省
「第四次産業革命スキル習得講座」として認定
「専門実践教育訓練給付」の対象講座となります。
データサイエンスアワード2019受賞
日本初の製造業に特化したAI講座としてその取り組みと実績が評価されました。
データサイエンスアワード2019受賞
日本初の製造業に特化したAI講座としてその取り組みと実績が評価されました。
コース詳細
現場の課題に焦点を当てた唯一無二のデータサイエンス養成プログラム
同じ製造業従事者である生徒同士で気付きを得られる6か月コースです
カリキュラム
じっくり取り組める6か月間の長期コース。「AI」と一言で表しても、多変量解析や画像処理、時系列解析など様々な領域を含んでいます。本コースでは「現場で使える」を優先したカリキュラムを用意しています。
40分
イントロダクション
人工知能・機械学習・ディープラーニングとは
機械学習に必要な数学
機械学習の３大トピック
内挿と外挿
50分
微分微分は「何」に使えるのか？
導関数を求めよう
微分の公式
偏微分
40分
単回帰分析（数学）
「モデル」を決める
「評価関数」を決める
評価関数を「最小化」する
70分
Python入門プログラミングの環境構築
変数基本構文
複数の変数を扱う
制御構文
関数
40分
単回帰分析（実装）
Numpyの数値計算
Pandasによるデータベース操作
Matplotlibでグラフの描画
実データに対する単回帰分析の実装
60分
線形代数
スカラー・ベクトル・行列
行列の演算
サイズ感
転置・単位行列・逆行列
ベクトルで微分
50分
重回帰分析（数学）
「モデル」を求める
「評価関数」を決める
評価関数を「最小化」する
70分
重回帰分析（実装）
行列演算の基礎
パラメータの導出
実データで演習
30分
主な統計量
正規分布と３σ法
スケーリング
30分
外れ値を考慮した実装
外れ値除去
モデル構築
スケーリングとパラメータの確認
15分
ビジネス活用
現場で機械学習を導入できる人材とは
- Month 1
第1回
イントロダクション
人工知能・機械学習・ディープラーニングとは
ディスカッション：実現場で解決したい課題について
データ解析の基礎
Pythonによる基礎的なデータの取り扱い
(Pandas・Matplotlib・scikit-learn)
第2回
代表的な回帰の手法と前処理 1
代表的な回帰の手法の紹介 1
相関関係と多重共線性問題を踏まえた代表的な前処理
代表的な回帰の手法と前処理 2
代表的な回帰の手法の紹介 2
演習：回帰問題
分類問題導入第3回
ハイパーパラメータのチューニングと分類の代表的手法
分類の代表的手法の紹介
ハイパーパラメータチューニング手法の紹介
演習：分類問題
モデルの評価方法
分類のモデルの評価指標(scikit-learnによる実装)
不均衡データへのアプローチ
第4回
テーブルデータ演習
演習：テーブルデータ
ニューラルネットワーク1
ニューラルネットワークの流れ
順伝播・逆伝播- Month 2
第5回
ニューラルネットワーク2
Kerasによるニューラルネットワークの構築
(Sequentialモデル)
ニューラルネットワークの実装（分類）
演習：分類問題への実装
第6回
ニューラルネットワークの実装（回帰）
演習：回帰問題への実装
CNN (Convolutional Neural Network)
画像処理入門
手書き数字の判別(CNN)
Function APIの取り扱い第7回
CNN演習：CNNによる2項分類
転移学習とファインチューニング（FucntionAPI 編）転移学習とファインチューニングによる精度向上
演習：Kerasによる学習済みモデルの比較
第8回
CNN の精度を向上させるテクニック
Data Augmentation
最適化アルゴリズム
過学習対策
アンサンブル学習
物体検出 (Object Detection)
代表的な物体検出手法
YOLOの実装- Month 3
第9回
生成モデルによる異常検知
AutoEncoder
VAE (Variational Autoencoder)
ALOCC（Adversarially Learned One-Class Classifier）
画像認識演習
演習1：画像分類
演習2：異常検知
第10回
時系列データ (RNN)
時系列解析の基礎
RNN(分類)
演習課題
時系列予測
RNN(回帰)
演習課題第11回
異常検知 (Anomaly Detection)
異常検知の手法の紹介
ホテリング T2 法
OneClassSVM
異常検知（Anomaly Detection）
変化点検知
その他の時系列処理
第12回
エッジデバイス
Raspberry Pi
環境構築
VisualStudio Code (VSCode)
- Month 4～6
画像データの異常検知
外観検査を実施するシステムのチーム開発
・撮像環境の構築
・実機(ベルトコンベア)との連携
・データ収集
・異常品検知モデルの構築
修了評価基準
出席率及び、演習課題への取り組み(ソースコードの工夫・モデルの精度・速度等) を総合的に評価します 。
欠席者 には補講動画を用意しています。
受講料金
800,000 円 / 名（税別）
受講生の声
40代
グループディスカッションを通じての交流ができ、機械学習を実務に取り込む問題点の気づきなどが持てた。
- 講義の内容を理解するための演習があり、自分でどこまで理解できているか把握できて良かった。演習時に横の方と考え方を相談する機会があり、色々な考え方があるなと気づきを持てた。
40代
50代最初はわからなくて授業についていくのも大変でしたが、結果楽しく過ごせました。スタート時に数学やプログラムの知識がそれほどなくても、ついていけるくらいのレベル感になっていると思います。授業のスピードは少し早い気もしますが、復習可能な環境を作って頂いてますのでさほど気にはならないです。
20代
-
30代チーム開発の難しさを経験できたのは常に良かったです。
20代とても充実していました。苦戦しましたが助け合う環境を作っていただき楽しんで学ぶことができました。
お申込みの流れ
- WEBからお申込み
- 申し込みフォームから申込者氏名や希望会場・メールアドレスなどを入力してください。
- 入力内容確認
ヒアリングシートへの解答 - 弊社からお申込み内容の確認のメールを送らせていただきます。その際に簡単なヒアリングシートの記入をお願いしております。
- お申込み完了！
- 正式にお申し込みが完了され次第、事前学習動画を配布いたします。開講までに各自で学習していただきます。
2024年度開講予定
| 豊田開催 第8期 | 2024年10月 開講予定 |
|---|---|
| 東京開催 第2期 | 開講未定のため、お問い合わせください |
豊田校講座 実施スケジュール
開催場所：豊田校 テックポート株式会社 本社
〒471-0842愛知県豊田市土橋町３丁目４－１東京貿易ビル４階
※祝日等の関係上、別曜日に開催する回もございます。
開催場所：豊田校 テックポート株式会社 本社
〒471-0842愛知県豊田市土橋町３丁目４－１東京貿易ビル４階
※祝日等の関係上、別曜日に開催する回もございます。
| 月 | 豊田開催 第8期 毎週火曜日 10時～17時 |
|---|---|
| 10月 | - |
| 11月 | - |
| 12月 | - |
| 1月 | - |
| 2月 | - |
| 3月 | - |
Q&A
- Q分割払いは可能ですか？
- A可能です。申込時にお申し付けください。
- QPCはレンタルできますか？
- A本コースではPCの貸し出しをおこなっておりません。誠に恐縮ですが、ご自身のPCの持参をお願いいたします。
- Q領収書は発行されますか？
- A恐れ入りますが、弊社へのご入金は、銀行振込明細をもってその証明としておりますため、領収書の発行は基本的には行わない事となっております。
もし手続きの関係上必要でございましたら連絡いただければ発行しますので、お知らせください。
- Q必要なPCのスペックはどのくらいですか？
- A推奨しているPCのスペックは以下の通りになります。
・Wifi接続可能
・Macの場合：OSX 10.9以上
・Windowsの場合： 10以上(64bit)
・メモリ8GB以上
- Q専門実践教育訓練給付にはどうやって申し込めばいいですか？
- A申し込みには、ハローワークにて必要書類を提出する必要があります。
専門実践教育訓練給付の概要と申し込み方法の詳細はこちらを参照いただくか、お近くのハローワークにご相談ください。
