AI活用デジタル変革 (Digital Transformation Using AI)

C++言語の基本概念とオブジェクト指向の概念を学びながら設計し、実装し、開発しよう！

人工知能を利用した様々なかわいいロボットと一緒に楽しくコーディングしてみよう！

人工知能とAI倫理を理解・学習し、自身の専攻分野と結びつけることで、AIデジタル活用能力を強化しよう！

Python活用のための基礎を固め、データ分析の課題を解決してみよう！

Pythonによるデータ分析方法を理解し、さまざまな形式のデータを自分で分析して視覚化して、データストーリーの概要をまとめましょう！

大容量データから有用な情報を抽出し、意思決定を支援する能力を養ってみよう！

Kerasを活用し、機械学習とディープラーニングのモデルアルゴリズムを理解しましょう！

機械学習の主なアルゴリズムとディープラーニングを理解し、人工知能を学びましょう！

簡単かつ便利に資料を処理するR言語で、コンピュータ非専攻者も自分の専攻分野と関連してコンピュータプログラム活用能力を育てよう！

ブロックコーディングでテキストコーディングを体験し、Arduinoを制御しよう！

Pythonプログラミング言語の基礎を学習することで、人工知能に必要なPythonコーディング能力を習得しましょう！

コンピュータ工学専攻者のためのオブジェクト指向の概念に基づくJavaプログラミング

AIをベースにしたテキスタイルCADの理解を通じて、衣類学の基礎現場知識とファッションスペシャリストの能力を育てよう！

様々なデータ構造とアルゴリズムを学習し、プログラミングを通じてこれらを実装する実践力を養いましょう！

Pythonを活用して業務効率化の方法を調べてみよう！

人工知能とデータの多様な要素を理解し、ChatGPTとノーコードプログラミングを活用して実生活の問題を解決することで、数学的思考に基づいた合理的な意思決定モデルを見出す能力を養おう！

非専門家のためのAbyssデプロイ方法を調べてみよう！

公共データをRとPythonで分析し、行政・政策問題を実証的に解決できるデータ基盤行政実務能力を身につけよう!

Linuxシェル＆オープンソースソフトウェア環境での協業によるアプリケーション開発を経験し、プログラミングに必要な開発環境を構築してみよう！

高度化された小売業に合ったデータ分析を理解し、産業で活用するツール活用法を学びましょう！

AWS Certified AI Practitioner既出問題の解説過程は、資格試験合格のための核心要約過程です。 まず、AI/MLおよび生成AIの基本概念を素早く復習し、試験に頻出するAWSの主要AIサービス(例：SageMaker、Rekognition、Pollyなど)の機能と使用事例を学習します。 これを基に、様々な実際の問題状況にどのAIソリューションが適切かを判断する練習を行い、AIモデルの責任ある使用とデータセキュリティ関連の内容も扱います。 最後に、既出問題のタイプ別解答戦略を身につけ、実戦模擬試験を通じて試験に備えます。この過程を通じて、短時間で効率的に試験準備ができます。

数式一つ、コード一行も使わずに、人工知能の開発と活用に必要な基礎統計の本質を突き詰めます。

あなたのアイデアを、わずか数分で美しいプレゼンテーションに変えることができます。 スライドのデザインに何時間も悩む必要はもうありません。GAMMAのAI技術を使えば、コンテンツ作成のプロセスを劇的に改善できます。

なぜAttentionが必要だったのか、そしてどのように動作するのかを「コードで直接実装しながら」理解します。 この講義はRNNとSeq2Seqモデルの構造的限界から出発し、 固定されたコンテキストベクトルが作り出す情報ボトルネック問題、長期依存性問題を実験で検証し その限界を解決するためにAttentionがどのように登場したのかを自然に繋げて説明します。 単純に概念を紹介するのではなく、 RNNの構造的限界とSeq2Seqの情報ボトルネック問題を直接実験で確認し、 これを解決するために登場した**Bahdanau Attention（加算的アテンション）**と **Luong Attention（内積アテンション）**を一つずつ実装しながらその違いを明確に理解します。 各アテンションが どのような方式でQuery–Key–Value関係を形成し、 重みを計算する過程でどのような数学的・直感的違いを持ち、 なぜ後代モデルに繋がらざるを得なかったのか その特性と進化の流れまで自然に繋がります。 Attentionが文章と単語をどのように捉え、 各単語がどのような方式で重要度を付与されて情報を統合するのかを 数式 → 直感 → コード → 実験が一つに繋がった形で学習します。 この講義はTransformerを正しく理解するための「基礎体力」を築く過程として、 Attentionという概念がなぜ革命的だったのか、 そしてその後のすべての最新NLPモデル（Transformer、BERT、GPTなど）が なぜAttentionを核心構成要素とするのかを深く理解するようになります。 RNN → Seq2Seq → Attentionに繋がる流れを 概念ではなくコードと実験で体化したい学習者に最適化された講義です。

この講義は拡散モデル(Diffusion Model)の進化過程を論文とコードで完全制覇する実戦中心のマスタークラスです。 DDPM(Denoising Diffusion Probabilistic Model)とDDIMなど、生成AIの核心モデルたちを論文原理から直接実装しながら学習します。 各モデルの登場背景、数式、ネットワーク構造(U-Net、VAE、Transformer)、学習過程(Noise Schedule、Denoising Step)、そして性能向上を導いたアイデアたちを段階別に分析します。受講生はすべてのモデルをPyTorchベースで直接コーディングし、論文を理解することに留まらず「再現し応用できる実務能力」を得ることになります。 また、モデル間の違いと発展の流れを比較し、どのように拡張されるかを明確に理解するようになります。 この講義は理論・コード・実習を一つに、研究者・開発者・創作者すべてに生成モデルの進化を体系的に習得できる旅程を提供します。 論文を「読むこと」を超え、直接実装しながら「理解し再創造」する経験を今始めてください。

Midjourney&RunwayでハイクオリティなAI映像を制作してみましょう。サムスンと協業したキム・ドンア監督が仮想ブランドを基盤にAI映像の制作過程を段階別に直接お伝えします。

データが爆発的に増加し、リアルタイム処理が重要となる時代に、エッジコンピューティングはもはや選択ではなく必須技術として確立されています。本講座は、エッジコンピューティングの核となる概念から実際のビジネス環境に適用する構築戦略まで、すべてを体系的に学習できるよう構成されています。 本講座を通じ受講生の皆様は、エッジコンピューティングの基本原理をしっかり固め、実際の業務やプロジェクトに適用できる実践的な知識とノウハウを習得します。未来IT環境のコア技術であるエッジコンピューティングの専門家として成長するための、最も確実な第一歩を踏み出しましょう！

ChatGPTのような大規模言語モデルの基礎原理を理論中心に説明します。

この講義を通して、人工知能大学院の入試過程と準備方法を最初から最後まで理解できるようになります！ 合格の確率を高める良い情報も一緒にお伝えします！

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:)

毎日繰り返される資料調査と文書作成、いつまで抱え込み続けるつもりですか？ 私自身も溢れる情報の中から核心を見つけ出すために、毎日残業していた平凡な会社員でした。 しかし、Gemini 3を実務プロセスに導入した後、業務スピードが劇的に速くなる経験をしました。 Geminiを活用して、業務の生産性を高めてみてください。

この講義は、ChatGPTが単なる対話型AIから脱却し、実際の業務を遂行する知能型AIエージェントへと発展するすべての過程を扱います。 LangChain、LangGraph、LangSmithの3つの主要フレームワークを活用して、実務ですぐに活用できるAIエージェントを自ら作成します。

人工知能が初めての方の目線に合わせたAI入門講座！データから生成AIまで、核心となる概念を分かりやすく整理しました。AIを作るのではなく、問いを投げかけ説明できるレベルの実務的な理解を目指します。

AIはもはや、開発者や専門家だけのツールではありません。 すでに学生、就活生、会社員、企画者、開発者に至るまで、 あらゆる職種で「AIを使う人 vs 使わない人」の格差が広がりつつあります。 この講義は、 ✔️ AIを代替技術ではなく、自分の生産性を爆発させるツールとして使う方法 ✔️ 実際に業務・勉強・就職・企画・開発ですぐに役立つプロンプト ✔️ 「AIを使ってみたけどイマイチだった」という人をAIの達人に変える思考法 を中心に構成された実践型の生存ガイドです。 単なる機能の説明ではなく、 👉 AI時代にどのような人だけが生き残るのか 👉 その人が実際にAIをどのように使いこなしているのか を、私の経験と事例を中心にお伝えします。

AI技術の現在と未来を理解し、機械学習などのAIモデルのテストプロセスを体験しながら、テスターの役割を学びます。 AIベースのシステムテスト戦略の立案から、テストケースの設計・実行、さらにテスト支援のためのAI活用方法まで幅広く習得します。 本コースはISTQBのAI Testingシラバスに基づいて進行され、ISTQB AI Testing資格試験を完璧に準備できる機会を提供します。

この講義が特別な理由：主要なメリット • 直感的な視覚化：Pygame 2Dシミュレーションでアルゴリズムの動作をリアルタイムで直接確認 • 実践的な実装経験：理論を超えて直接コーディングしながら自律走行アルゴリズムを体得 • 主要アルゴリズムのマスター：ダイクストラ、ピュアパス追従、ICPなど必須アルゴリズムを集中学習 • 段階的な深掘り学習：基礎からSLAMまで体系的な難易度構成 • LidarベースのSLAM：未知の環境でのマップ構築と位置推定の実習

人工知能、AI、エージェント…何か途方もないものに見えますが、実際に取り組んでみると案外難しいことではありません。そうであるからこそ、ごく簡単な機能でさえも自身の手で実装してみることが非常に重要となります。会社で実際に活用できる実践的なプロジェクトを通じて、多様なユースケースを自ら体験し、AIエージェントの活用法、さらには応用技術までを習得していきます。

ディープラーニングは、複雑な関数の組み合わせで構成されるニューラルネットワークを通じてデータを学習する技術です。本講座では、ディープラーニングの核心概念を数学的に理解し、それを行列演算の観点から分析します。特にPythonのNumPyライブラリを活用し、ディープラーニングの順伝播と逆伝播のプロセスを実際に実装することで、パラメータがどのように更新されるかを視覚的に確認します。複雑に見えるニューラルネットワークの構造も、行列演算で解き明かせば明確になります。本講座は、コーディングよりも概念理解に重点を置き、ディープラーニングの原理を数学的かつ直感的に習得したい学生に適しています。

世界を変えるAIの全てをたった4講で完全攻略！ 第1講. 人工知能の本当の正体 AIは魔法ではない。人間の「知能」を数式のように分析して作ったデジタル頭脳！ 賢いふりをする人工知能の核心構造を徹底的に解明します。 第2講. アルゴリズム、AIの創造的（？）思考法 悩むAIはどのようにして答えを見つけるのか？ 囲碁を打ち、道を探し、あなたの検索結果を予測するAIの戦略を直接見てみましょう。 第3講. AIハードウェア、想像を現実に変えるエンジン！ あなたのスマートフォンの中のチップがAIの心臓だ。 CPU、GPU、TPU、そして未知のその名前まですべて解剖します。 第4講. マシンラーニングとディープラーニングの大激突！ AIが「学ぶ」というのは一体どういう意味なのか？ 古典的なルールベースAIから、最近話題のChatGPTまで！学習の進化を追跡します。

ChatGPTのようなAIの根幹となる技術、LLM（大規模言語モデル）とエージェント。LLMは現時点でAGI（汎用人工知能）に最も近づいた技術です。この講義では、一般の方の視点でLLMとエージェント技術について学んでいきます。