Pythonを使用したディープラーニングの活用

コーディングなしでブループリントだけで完成する自分だけの初ゲーム制作入門講座

Unreal Engine 5とOpenAI APIを連携して実際に会話可能なAI NPCを作る実戦プロジェクト講義

Unreal Engine が提供するネットワークフレームワークの構成を理解します。 サーバー、クライアント、レプリケーション、RPC とは何か、どのように機能するかを理解します。 アンリアルフレームワークを使用してネットワークゲームを作成できます。

Unityエンジンを使用する言語はC＃言語です。 Unityでよく使われる機能を中心に講義内容を扱っており、データ型や変換、オブジェクト指向と一般化、簡単なファイル入出力まで取り上げました！

採用トレンドと職務分析に基づいて、独自の就職戦略を策定してください。 自己紹介から面接までA to Z就職準備

このコースは、Pythonを使用した機械学習の数学と統計の基本的な内容を実践するプロセスです。機械学習とディープラーニングにはプログラミング能力も必要ですが、原理を理解するために数学的背景が必要です。このプロセスにより、人工知能に必要な基礎数学をじっくり身につけることができます。

本コースはPythonを用いた機械学習の数学および統計学の基本内容を実習するコースです。機械学習と深層学習はプログラミング能力も必要ですが、原理を把握するためには数学的背景を必要とします。本コースを通じて人工知能に必要な基礎数学を着実に習得できます！

Linux（Linux）とは基本的な構造を説明し、シェルを扱う方法を学びます。さらに、Linuxネットワークの基本的な理解を得るために学びましょう。

非専攻者のためのPythonプログラミング

3Dプリントやインテリアやゲームのアート作品が必要ですか？ブレンダーの基礎講義でリアルな3Dグラフィックデザインワークを作成します。

コンピュータハードウェアの基本構造と動作原理と設計方法とOSの部分を学び、良いプログラムを作成するために必要な知識を築くことができます。

Rとデータの理解とデータ分析のためのデータ処理方法、データの可視化方法など、基本的なデータ分析のための基盤を固めます。変数、関数、パッケージを活用して、データを自分が好きな形に加工する方法を学びます。

This lecture will teach you how to systematically analyze and organize the core functions and conditions of software, and explain the theoretical background of its relationship with testing for finding and improving bugs based on this.

VR/AR 콘텐츠をUnityエンジンで制作するにはC#を学習する必要があります。C#を学習するにはC言語の学習が必要です。本講座ではC言語の基本からメモリ管理までを扱っています。

データの世界に第一歩を踏み出したいですか？ AIの中核技術である機械学習とディープラーニングをPythonと一緒に学びましょう。この講義は、機械学習とディープラーニングの基礎から実際のアプリケーションまで、段階的に親切に案内します。伝統的な機械学習とディープラーニングは、多くの点で同じ原理と技術スキームに基づいています。したがって、本講義では、2つを別々の科目に分けることなく、1つの連結過程で構成し、入門者が機械学習全般にわたる理解度を高めることができるようにしました。

時間は絶えず流れ、データは蓄積し続けます。このダイナミックな世界では、時系列データは私たちの生活のあらゆる面で重要な役割を果たしています。金融市場のボラティリティから気候変動の微妙な信号に至るまで、時系列データにはこれらすべてが含まれています。さて、この強力なデータをPythonとディープラーニングの力を使って解釈して活用する方法を学びましょう！

さまざまな推奨アルゴリズムの動作原理を理解することで、自分だけのパーソナライズされた推奨アルゴリズムを作成してみましょう。

機械学習&ディープラーニングの基礎から確実に！ Pythonに分類/回帰/クラスター/人工ニューラルネットワークの作成と活用まで

Excelでディープラーニングフレームワークを直接実装しよう！ 実装したフレームワークで指導学習/非指導学習/強化学習を解こう！

試験の形式と出題傾向を一目で把握！全120問で実践感覚を養いましょう。 独学でも体系的に学習できる、AWS AI Practitioner 本番試験の完璧な対策。

Docker を使用して、クラウドにディープラーニング分析環境を作成できます。 Google、MS などの管理する Docker イメージとクラウドを組み合わせることで、コンピューターで最新のディープラーニング分析方法を使用して作業を行うことができます。

この講義は「タイタニックに私が乗っていたら果たして生き残ることができただろうか？」という質問から出発し、実際のデータに基づいて生存確率を予測するAIモデルを開発し、これをWebでサービス化するフルスタックプロジェクトを完成させます。PyTorchを利用したディープラーニングモデリング、FastAPIでバックエンドサーバー構築、Next.jsでユーザーインターフェース実装に至るまで、AIとWeb開発の全過程を実習することになります。

自動車および部品製造産業は、激しいグローバル競争と複雑なサプライチェーンの中で、イノベーションが不可欠な分野です。本講義は、AI技術を現場にどのように適用できるかを中心に、生産効率の向上、品質検査の自動化、設備予知保全、サプライチェーン最適化など、実際の事例とともに説明します。 AI導入に必要な基礎理解から、現場適用時に考慮すべき戦略とリスク管理まで段階的に扱い、実務担当者と管理者がすぐに活用できる知識と洞察を提供します。

RAG（Retrieval-Augmented Generation）の理論から最新のマルチモーダル、エージェントベースRAGまで！ 非専攻者でも理解できるように構成された実習中心の講義です。 論文レビューから実戦コード実装まで、RAGを初めて接する人でも簡単についてこられるように設計しました。

ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 PytorchベースのディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)

この講義は、LLM（大規模言語モデル）の基本原理からRAG（Retrieval-Augmented Generation）、そして最新技術であるAI AgentとMCP（Modular Command Protocol）まで、生成型AIを実務で活用するために必ず知っておくべき全過程を一度に整理するコースです。 生成型AIがどのように情報を理解し、検索し、判断し、行動するAI Agentへと拡張されるかを、技術の流れに沿って自然に学べるよう構成されています。

本講座はAIプラットフォームの基礎から実習まで扱い、AI画像生成技術を習得できるコースです。学習者はAIの基本概念を理解し、様々なツールと技術を活用してAI画像を生成する能力を身につけることができます。このコースを通じてAI分野への理解度を高め、実戦でAI画像を直接生成する方法を学ぶことができます。

電子・半導体産業は超精密工程と複雑なサプライチェーンにより、データ基盤管理と革新が特に重要な分野です。この講義はAI技術を活用して不良検出、工程最適化、予知保全、サプライチェーン管理など電子・半導体製造業ですぐに適用できる実務戦略を扱います。 グローバル企業の実際の事例とともに、中小・中堅企業が現実的に活用できる低コスト・高効率AI導入方法も提示します。これにより受講生は生産性向上とコスト削減だけでなく、未来競争力を備えるAI基盤製造戦略を理解し適用できるようになります。

データアナリストとして成長したい初心者の方のためのPython基礎講座です。 - データ分析をしたいけれどPythonを知らない方 - Pythonで機械学習を学びたい方 - ビッグデータ分析技師実技試験を準備している方 - Pythonで機械学習ベースのアプリケーションを開発したい方

この講義は、LDM（Latent Diffusion Model）からDiT（Diffusion Transformer）まで、生成AIの核心技術発展を完全解剖する実戦型マスタークラスです。 LDMの潜在空間ベース学習原理とStable Diffusionの構造、そして最新のDiffusion Transformerの実装方式を論文とコードで直接分析します。 受講生はPyTorchベースでLDM、CFG（Classifier-Free Guidance）、DiTモデルを直接実装し、生成モデルの最新トレンドと構造的進化を体系的に習得します。

本講座は、AI技術を初めて接する学習者でも簡単に理解し、ついていけるように構成された入門コースです。講義を通じてAIプラットフォームの基本概念と使用方法を身につけ、様々なAIツールを活用して画像を直接生成する実習を行います。 このコースを修了すると、AIとより身近になり、創造的なアイデアを視覚的に実現できるAI画像制作能力を身につけることができます。

Multi Head Attentionから始まり、Original Transformerモデル、BERT、Encoder-DecoderベースのMarianMT翻訳モデル、Vision Transformerまで、コードで直接実装しながらTransformerについて隅々まで学ぶことができます。