
AIの全体像を理解できる
AIの歴史や仕組み、
活用領域を体系的に理解できます。
AI・ディープラーニングの基礎知識を体系的に理解し、
ビジネスで活用するための判断力を身につけることを目的としています。
AIを「作る人」だけではなく、
AIを「活用する人」に求められる知識を体系的に学ぶことができます。

AIの歴史や仕組み、
活用領域を体系的に理解できます。

ビジネス課題に対してAIをどのように
活用すべきか判断できるようになります。

デジタル活用や業務改革を推進するための
土台となる知識を習得できます。

AIを活用した課題解決や新たな価値創出の
視点を身につけることができます。
| テーマ | 内容 | 目標 |
|---|---|---|
| 1. 人工知能とは | 人工知能の定義 人工知能分野で議論される問題 | 人工知能に関する定義と、人工知能分野で議論される問題を理解する。 |
| 2. 人工知能をめぐる動向 | 探索・推論 知識表現とエキスパートシステム 機械学習、ディープラーニング | 現代の人工知能が確立されるまでに生まれた手法と、その動向や課題を理解する。 |
| 3. 機械学習の概要 | 教師あり学習、教師なし学習 強化学習 モデルの選択・評価 | 機械学習の手法と、解決できるタスクの種類、代表的な解決手法を理解する。 |
| 4. ディープラーニングの概要 | ニューラルネットワークとディープラーニング 活性化関数、誤差関数 正則化、誤差逆伝播法、最適化手法 | ディープラーニングの特徴と仕組み、構成要素、精度改善のための手法を理解する。 |
| 5. ディープラーニングの要素技術 | 全結合層、畳み込み層、正規化層、プーリング層 スキップ結合、回帰結合層、Attention オートエンコーダ、データ拡張 | ディープラーニングの要素技術を学び、タスクや課題に応じた手法を理解する。 |
| 6. ディープラーニングの応用例 | 畳み込みニューラルネットワーク(CNN) 深層生成モデル、画像認識分野 音声処理と自然言語処理分野 深層強化学習分野 モデルの解釈性とその対応、モデルの軽量化 | 画像認識、自然言語処理、音声、深層強化学習などへの応用手法と技術を理解する。 |
| 7. ディープラーニングの社会実装に向けて | AIと社会、AIプロジェクトの進め方 データの収集、データの加工・分析・学習 実装・運用・評価 クライシス・マネジメント | ディープラーニングの社会実装と、AIプロジェクトの進行に必要な知識を理解する。 |
| 8. AIの法律と倫理 | 個人情報保護法、著作権法、特許法 不正競争防止法、独占禁止法、AI開発委託契約 AIサービス提供契約、国内外のガイドライン プライバシー、公平性、安全性とセキュリティ 悪用、透明性、民主主義、環境保護 労働政策、その他の重要な価値、AIガバナンス | AIを活用するうえで必要となる法律知識と倫理を理解する。 |
全15時間程度想定(講義動画 9時間 + 演習 6時間(確認問題))
はい。前提知識は特に必要なく、AIやディープラーニングを初めて学ぶ方にも受講いただけます。
講義時間は約9時間です。演習問題や復習に取り組む時間は、知識や学習ペースによって異なります。
G検定はAI・機械学習・ディープラーニングの基礎知識や活用に関する理解を問う資格です。E資格は、ディープラーニングの理論と実装能力を対象とし、受験にはJDLA認定プログラムの修了が必要です。
はい。法人研修としても受講いただけます。受講人数や実施形式についてはお問い合わせください。
はい。G検定の出題範囲を体系的に学び、本番相当の演習問題を通して試験対策を行えます。
User Voice
以下の内容をご入力の上、送信ボタンを押してください。【必須】は必ず入力してください。