
初心者向け製品デザインのための Rhino 6 Part.2
usefulit
製品デザインをするために基本的に知っておく必要があるRhino(ライノ) 3Dに関する講義です。
Basic
Rhino
本コースは、AIモデリングプロジェクトを実務で熟練して遂行するための基本理論と実務活用能力を同時に身につけられるよう構成されています。 学習者はAIプロジェクトの全体的な流れを理解し、問題定義 → モデル設計 → データ確保及び前処理 → 特徴抽出 → モデル学習及び検証まで段階別過程を実習と共に経験することになります。 また、様々な状況で最適なAIモデルを選定し管理する方法を学習し、実際のビジネス現場に適用できるAI実務能力を身につけることができます。 本コースを通じて学習者は、AIモデリングプロジェクト全過程を体系的に理解し、これを基にデータ基盤問題解決能力を強化することができます。
人工知能モデルを通じて解決すべき問題を識別し、設定された人工知能モデルの目標に応じて人工知能で解決する問題の表現要素を定義することができる。
選別されたテストデータを活用して学習された複数の人工知能モデルを評価することができる。
基本設計されたエージェントモデルを基に、モデルを詳細化することができる。
人工知能サービスモデルに適した評価指標候補群を識別することができる。
確保されたデータが不足している場合には、類似したデータ拡張計画を策定することができる。
学習モデルに使用されるシミュレータを駆動し、設定を調整することができる。
設計された人工知能学習モデルの構成を把握することができる。
人工知能学習に必要なアルゴリズムの特性を把握することができる。
選択された特徴を結合または分割して、発見されていなかった新しい特徴を生成することができる。
本コースは、AIモデリングプロジェクトを実務で熟練して遂行するための基本理論と実務活用能力を同時に身につけることができるように構成されています。
学習者はAIプロジェクトの全体的な流れを理解し、問題定義 → モデル設計 → データ確保及び前処理 → 特徴抽出 → モデル学習及び検証まで段階別プロセスを実習と共に経験することになります。
また、様々な状況で最適なAIモデルを選定・管理する方法を学習し、実際のビジネス現場に適用できるAI実務能力を身につけることができます。
本コースを通じて学習者はAIモデリングプロジェクトの全過程を体系的に理解し、これを基盤としてデータ基盤の問題解決能力を強化することができます。
AIモデル問題定義(1~3)
AIプロジェクトで扱うべき問題を明確に定義し、ビジネス目標と連携して解決可能な問題として具体化
問題をデータと結びつける思考法の学習
AIモデル設計 (1~3)
定義された問題を解決するためのモデル構造設計
適切なアルゴリズム選択およびモデリングアプローチの学習
初期設計段階で考慮すべき性能指標と限界分析
データ確保
モデル学習に必要なデータ収集方法とデータセット構成原理の理解
データ前処理 (1~5)
欠損値処理、外れ値除去、データ正規化など必須前処理技法学習
テキスト、画像、数値型データなど様々な形態のデータに適した前処理方法の適用
特徴抽出 (1~5)
元データからモデル学習に必要な意味のある特徴(feature)の導出
次元削減、変数選択、埋め込み技法の活用
モデル性能を向上させる核心変数生成技法実習
AIモデル学習 (1~3)
設計されたモデルを実際のデータで学習させる過程
学習率、エポック、バッチサイズなどのハイパーパラメータ設定とチューニング方法
過学習防止および性能最適化戦略
AIモデル選定(1~2)
様々なモデルの中から性能比較及び検証を通じて最適モデルを選定
精度、適合率、再現率、F1スコアなどの評価指標の活用
AIモデルの選定と管理
モデル配布後の性能モニタリング及び定期的再学習管理
運用環境でのモデルの信頼性と拡張性の維持
この講義では知識共有者による質問・回答は提供されません
週別の教案がPDFファイルで提供されます
学習対象は
誰でしょう?
会社や大学でAIプロジェクトを進めたいが、関連プロセスやモデリング設計が初めての会社員
AIモデリングプロジェクト教育を進めようとする教育者
全体
27件 ∙ (7時間 29分)
講座資料(こうぎしりょう):
2. AIモデル問題定義1
36:46
3. AIモデル問題定義2
21:06
4. AIモデル問題定義3
24:51
5. AI モデル設計 1
12:59
6. AI モデル設計 2
25:21
7. AI モデル設計 3
19:59
9. AIデータ確保
25:23
10. AIデータ前処理1
24:29
11. AIデータ前処理2
37:36
12. AIデータ前処理3
26:59
13. AIデータ前処理4
13:52
14. AIデータ前処理5
14:06
16. AIデータ特徴抽出1
05:53
17. AIデータ特徴抽出2
11:05
18. AIデータ特徴抽出3
25:54
19. AIデータ特徴抽出4
23:55
20. AIデータ特徴抽出5
11:23
¥12,396
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!