エクセルで解き明かす人工知能 (AI with Excel)

[講義要約：ピクセルから実務まで、名刺認識システムの構築] 前処理（Pre-processing）：ノイズを除去し、ガウシアンブラーとキャニーエッジで名刺の「骨組み」を抽出する方法を学びました。 ハフ変換（Hough Transform）：数万個の点の中から $(\rho, \theta)$ 投票システムを通じて、本物の「輪郭」を選抜するオーディション過程を経ました。 幾何学的推論：複雑な直線方程式を代入法と行列で解き明かし、名刺の4つの頂点 $(x, y)$ を精密に特定しました。 データ整列およびフィルタリング：重なる線を除去し、見つけた点に「左上、右上、右下、左下」の順でラベルを付けるデータ精製技術を習得しました。 魔法の変換（Perspective）：歪んだ画像を真っ直ぐに補正したり、逆に自分が望む額縁の中に画像を合成したりする実務技術で締めくくりました。 📢 「数式を見るだけで頭が痛くなりますか？ 私もそうでした。」 開発現場で画像処理プロジェクトを初めて任された時、私を最も苦しめたのは画面いっぱいの $\sin, \cos$ 数式でした。本には公式ばかりが並び、肝心の「なぜ自分のコードでは名刺が見つからないのか？」という実務的な問題に答えてくれる場所はありませんでした。 私はこの講義を通じて、受講生の皆さんが直面する3つの慢性的な問題を解決したいと考えています。 1. 「数学が宇宙語のように感じられる問題」 → [比喩の力]で解決します。 直線方程式を単に暗記するのではなく、「原点から放たれたレーザー」と「影絵遊び」として理解していただきます。原理を理解すれば、コードは自然とついてきます。私が数多くの試行錯誤の末に見つけ出した「最も簡単な言葉」で数式を翻訳します。 2. 「理論は知っているが応用ができない問題」 → [データオーディション]で解決します。 なぜ名刺の輪郭が10個もできてしまうのか、なぜ頂点の順番が混ざってしまうのか…。実務で必ず直面する「汚いデータ」をどのように選別し整列させるか、私のデバッグノウハウをすべて公開しました。玉石混交の中から本物を見極めるオーディションロジックは、皆さんのプロジェクトを一段上のレベルへと引き上げるはずです。 3. 「成果物が退屈な問題」 → [インタラクティブ合成]で締めくくります。 単に白黒のエッジを見るだけで終わる講義ではありません。自分がマウスでクリックした「殿堂入りの額縁」の中に、皆さんが作った名刺をピタッと当てはめる瞬間、皆さんは単なるコーディングを超えて「空間を操る魔法」を体験することになるでしょう。 「コンピュータビジョンは数学ではなく、世界を見つめる新しい目を持つ過程です。」 私が現場で悟った、あの刺激的な「A-ha!」体験を皆さんに伝えたいと思います。もう複雑な理論書は閉じても大丈夫です。私と一緒に、コードという筆で画像を自由自在に描いてみましょう！

本講義では、フォトモザイクを生成する全体プロセスをアルゴリズムの観点から見ていきます。 入力画像をK-meansクラスタリングによってタイル数に合わせた代表色集合に縮小した後、ハンガリアンアルゴリズムを適用して各色とタイルを1:1で最適マッチングします。 これにより、画像処理と組合せ最適化アルゴリズムが結合されて一つの視覚的成果物を作り出すプロセスを理解します。

Python + xlwings業務自動化講座まとめ 1. 基礎編: Excel制御の基礎 セル操作 / 書式設定 / 画像 & チャート挿入 2. 応用編 : 自動化シナリオ 自動メール送信 / レポート要約自動化(LLM) / 画像分類による作業(Teachable Machine)

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

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。

エクセルでディープラーニングの基礎を実装しながらその意味を深く理解する！ 画像データをどう処理するのか学習！

エクセルでディープラーニングの基礎を実装し、その意味を深く理解する！

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！

エクセルでディープラーニングの基礎を実装し、その意味を深く理解する！

エクセルでディープラーニングの原理を目で見て学びましょう。

Pre-Trainedモデル(VGG16) / CAM / Grad-CAM / YOLO / STYLE TRANSFER / PIX2PIX / CYCLEGAN Stable Diffusion を直接実装してみる

ホットなイメージ生成モデル！基礎から実装しながら理解しよう！ AUTO ENCODER / VAE / GAN / DIFFUSION まで一緒に実装してみましょう！

講師が初めて機械学習を学んだ際の失敗経験をもとに、機械学習を簡単に理解し、実際の問題に適用できるよう、既存の講義とは異なる新しい構成の講義です

今はまさに生成AIの時代！ 単に最新技術を使うだけでなく、核心的な原理を把握し、生成AIを日常に活用できる知識と経験を習得してみてください！

サムスン電子DS部門のメモリ・S.LSI・Foundry・TSP・AVP評価および分析、SKハイニックスのPE・AE・Solution PEを目指しているものの、事業部と職務の違いで行き詰まっている就職準備生のための講義です。 製品評価職務の実際の業務フローを基準に会社別の職務名を整理し、自身の専攻経験を自己紹介書や面接で活用できる職務言語に変換する方法を学びます。 アナログ回路設計、Verilog/FPGA、工程実験、データ分析の経験などを、歩留まり・Wafer Map・Shmoo Plot・不良分析といったキーワードと結びつけ、志望戦略を立てることができます。

コーディングなしのフルスタックシステム構築：韓国語のプロンプト（バイブコーディング）だけで、データ収集からAI・ML分析、ウェブダッシュボードまで、パイプライン全体を自ら完成させます。 100%自動化パイプラインの所有：毎朝テレグラムでS&P 500のスクリーニングおよび投資意見を受信する、独立した株式分析ツールを確保します。 実践データに基づいた投資フレームワークの習得：実際に運用されているソースコードを基に、機関レベルのデータ分析およびリスク管理能力を自分のものにします。

1. AI資格、AICE Associate取得のためのPythonコーディング学習 2. 基礎から応用まで段階的なPythonコーディング学習 3. AI分野の権威、高麗大学キム・ジュンホン教授の講義

40講義の体系的なカリキュラムを通じて、AIの基礎理論から各アルゴリズムの応用AI技術まで学習します。数学的な直感とRコーディングアルゴリズムの学習および実習を通じて、データ分析、機械学習、およびその応用ツールのアルゴリズムのモデラーを構築し、選択・活用する内容まで、即座に適用可能なAIモデル開発能力を身につけます。

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。

この講義は「もし自分がタイタニックに乗っていたら、果たして生き残ることができただろうか？」という問いから出発し、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、それをウェブ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を用いたディープラーニングモデリング、FastAPIによるバックエンドサーバー構築、Next.jsによるユーザーインターフェースの実装に至るまで、AIとウェブ開発の全過程を実習します。

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

スマートファクトリーと自動運転の時代、私たちの生産ラインは果たして安全でしょうか？ 人工知能（AI）の目覚ましい発展は、自動車製造業に革新的な生産性と効率性をもたらしましたが、同時に工場内の生産技術（OT, Operational Technology）環境に前例のないセキュリティ脅威を引き起こしています。本講義は、漠然として難しく感じられる'OTセキュリティ'を、自動車産業現場の生々しい実例を通じて、分かりやすく明確に解き明かします。

AIを勉強しようとして、線形代数の数式の前でいつも挫折していませんか？この講義は公式を暗記する代わりに、ベクトルや行列が空間で実際にどのように動くのかを視覚的にお見せします。最後まで受講すれば、ニューラルネットワーク、PCA、SVDの背後に隠れた数学を自力で読み解けるようになります。

ニューラルネットワークをFPGAに実装する — 言葉には馴染みがありますが、実際に成し遂げた人は稀です。 キャップストーン、競技会、卒業制作で一歩先を行きたいなら、モデルを学習させるだけでなく、その演算が実際のチップの中でどのように動くのかを自ら作り、証明できなければなりません。この講義は、まさにその点、理論と実物ハードウェアの間のギャップを埋めるお手伝いをします。 MNISTの数字を認識するニューラルネットワークアクセラレータ（NPU）を、スペックの読み解きからPythonゴールデンモデル、Verilog RTL設計、FPGA検証まで、最初から最後まで自ら完成させます。ラインバッファと並列MACで作るConv層、ReLU・MaxPool・Flattenを経て全結合層とArgmaxまで — 9つのブロックを一つのチップに統合し、"Pythonの正解とハードウェアの出力が1ビットも違わない（Bit-True）"ことを自ら証明します。シミュレーションは正常に動くのに結果だけが微妙に異なる、そんなもどかしい瞬間を乗り越える方法まで講義に込めました。 整数量子化、配列の軸順序の変換、アキュムレータのオーバーフロー防止など、一般的なディープラーニングの教材では扱われない実戦的なノウハウを一つずつ解説します。私はRISC-V CPU設計とFPGA Bit-True検証を長年手がけてきた中で経験した試行錯誤を、皆さんが繰り返さないようこの講義に凝縮しました。講義が終わる頃には、"自ら設計し、証明した"と言える完成されたハードウェアプロジェクトが手元に残ります。

本コースは、AIモデリング及びサービス企画を実務に適用するために必要な基本理論と実務プロセスを学習するコースです。 学習者は、AIモデリングプロジェクトを熟練して遂行するために必須となる基礎知識を習得し、実際の現場で活用される様々な実務手順を経験することができます。特に、AIサービスの環境分析 → 目標設定 → 要求事項分析 → サービスモデル設計 → シナリオ企画 → 活用企画 → 実行計画策定 → 成果評価企画まで続く全体の流れを段階的に学習するよう構成されています。 これにより、単純に技術的な観点での学習に留まらず、ビジネスとサービス企画の次元でAIをどのように導入し活用するかについての体系的な思考と実務適用能力を養うことができます。 本コースを修了した学習者は、AIプロジェクトの全般的な企画と実行過程を理解し、実際の企業環境でAIサービス企画者・PM・データ基盤戦略家としての能力を強化することができるでしょう。

40種類以上の経済指標と株価データをAIで分析し、S&P 500、QQQ ETFだけでなく、個別銘柄まで予測する強力な株価分析モデルを自ら作ってみてください！

AIに「このデータでモデルを作って」と頼んでみると、最初の数行はそれらしく見えますが、少し複雑になると見当違いなカラムを使ったり、リークが混ざったり、スコアは上がったのにモデルは改悪されたりします。この講義は、より良いプロンプトを教えるものではありません。代わりに、エージェントがデータを理解し、計画を立て、コードを書き、自身の結果を検証し、間違っていれば戻るというループ（ハーネス）を直接設計する方法を扱います。DS-STARの5つのピースからなるループを手作業で一周させた後、データプロファイルカード、フック、スキル階層、独立検証者、アブレーションまで一つずつ組み立てていきます。

現場のオフライン環境でも顔認証がどのように動作するのか疑問に思った経験をもとに、 この講義では React + Electron と Python の FastAPI ベースで駆動する DeepFace を活用し、顔認証ベースの入退室・出席管理の基本構造を一緒に作っていきます。 完成度よりも動作原理の理解と、個人プロジェクトへと拡張できる基礎固めに焦点を当てます。

AIとビッグデータの時代、組織のデータを正しく活用できていますか？このコースでは、統計的思考の基礎から機械学習とディープラーニングの核心的な原理まで、データを読み解き解釈する必須の能力を養います。変動性の中からパターンを発見し、データに基づいた意思決定ができる実務リーダーへと成長しましょう。

本講義は、Node.jsとTypeScript環境で最新のGemini API SDK（@google/genai）を扱うことを目標としています。 テキスト、画像、ビデオを同時に処理するマルチモーダル技術の使用方法を学びます。 APIキーの発行からプロジェクトの設定、モデルの呼び出しまで、全過程を実習します。

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。

「スマートファクトリー、名前はかっこいいけれど、いまいちイメージが湧きませんか？」 ニュースでは連日、第4次産業革命やAI工場について語られていますが、いざ関連資料を探してみると、PLC、MES、ERP、エッジコンピューティングといった専門用語（宇宙語？）ばかりが並んでいます。 非専門家に必要なのは、複雑な回路図ではなく、全体がどのように動いているのかを示す「地図」です。本講義では、難しい工学用語を排除し、誰でも理解できる直感的な図解と比喩で、スマートファクトリーのすべてを解説します。