inflearn logo
知識共有
inflearn logo

AIベースのカスタマイズサービス開発方法:自分に適した運動時間を推薦する

大邱韓医大学が保有するスマートヘルスデータの実際の情報を加工して機械学習に活用し、バイブコーディングおよび精製された情報を活用したカスタマイズ型スマートヘルスアプリケーションの制作

6名 が受講中です。

難易度 入門

受講期間 無制限

AI
AI
Vibe Coding
Vibe Coding
AI
AI
Vibe Coding
Vibe Coding
Thumbnail

受講後に得られること

  • 人工知能の基礎に関する理解

  • スマートヘルスデータに関する基礎的な理解

  • バイブコーディングを活用したアプリケーション制作

  • 健康データの法的特性を理解する

AIベースのカスタマイズサービス開発方法:自分に適した運動時間をおすすめする

講義を受講すると、このような成果物を作れるようになります

健康データチェックダッシュボード

パーソナライズされた運動時間推薦モデル

自分専用の運動時間推薦アプリ

AIコードチェックとアプリ改善

  • 講義を受講すると、何を理解し、何ができるようになりますか?


  • 受講生がどのように変化できるのかについて、できるだけ具体的に説明します。

学習内容

AIで健康データを読み取り、自分だけのパーソナライズされたサービスを作ってみましょう

スマートウォッチに蓄積される健康データを、自分に必要なサービスに変えられるでしょうか?この講義では、人工知能の基本概念からスマートヘルスデータの理解、パーソナライズされた推薦モデルの開発、アプリケーションの制作まで、段階的に学習します。「自分に適した運動時間を推薦する」をテーマに、データがAIモデルを経て1つのサービスとしてつながるプロセスを体験してみましょう。

収集したデータの品質を確認し、TensorFlowを活用してパーソナライズされたヘルスケアモデルを作成します。続いて、バイブコーディングで推薦結果を表示するアプリケーションを制作・アップデートします。AIを活用したコードチェックや、複数エージェントによる議論を通じた問題解決の方法についても併せて学びます。

健康データの法的特性、AIによる推奨の責任と限界、ウェルネスサービスと医療機器の違いについても学びます。モデル開発やアプリケーション制作だけでなく、実際のサービスへと発展させる際に検討すべき事項まで併せて理解できるよう構成された、全6回の教育課程です。

講義を受けると、次のような成果物を作れるようになります。


1. 健康データ点検ダッシュボード

スマートヘルスデバイスから収集できるデータ項目を確認し、欠損値や異常値など、データの状態を確認する点検画面を作成してみます。AIを活用したデータインスペクションを通じて、モデル開発に先立ってデータ品質を確認するプロセスを学びます。

2. パーソナライズされた運動時間推薦モデル

健康データをもとに、個人に合った運動時間を推薦するモデルを作成できます。Pythonの実行環境とコンピューターの仕様を確認し、TensorFlowを活用して、データの準備からモデリング、予測結果の確認までの流れを学びます。

3. 自分だけの運動時間おすすめアプリ

ユーザーが情報を入力すると、推薦結果を確認できるアプリケーションを作成できます。バイブコーディングを活用して入力画面と結果画面を構成し、AIモデルと連携するサービスの制作プロセスを体験します。

4. AIコードチェックとアプリの改善

AIベースのコードインスペクションプログラムを制作し、データ処理の過程で起こりやすいミスをチェックできます。改善点をアプリケーションに反映し、健康データとAIによる推薦に関する考慮事項を踏まえて、サービスの改善方向を検討します。

※画像は教育課程をもとに構成した学習用成果物の例です。実際の講義の実習画面および完成結果とは異なる場合があります。画像内の運動時間は画面構成を示すためのサンプル値です。

受講前の注意事項

  • 講義の学習に必要な参考事項があれば、漏れなく詳しく記載してください。

  • 受講生が講義で扱う内容を十分に理解できるよう支援し、学習満足度を高められます。

実習環境

  • オペレーティングシステムおよびバージョン(OS):Windows、macOS、Linux、Ubuntu、Android、iOSなどのOSの種類およびバージョン

  • 使用ツール:実習に必要なソフトウェア/ハードウェアのバージョンおよび料金プラン、仮想マシンの使用有無など

  • PCスペック:CPU、メモリ、ディスク、グラフィックカードなど、プログラムの実行に必要な推奨スペックなど

学習資料

  • 提供する学習資料の形式(PPT、クラウドリンク、テキスト、ソースコード、アセット、プログラム、例題など)

  • 分量および容量、その他の学習資料に関する特徴や注意事項など

前提知識および注意事項

  • 学習難易度を考慮した必須の前提知識の有無

  • 講義動画の品質(音質・画質)など、受講に直接関連する内容および推奨される学習方法

  • 質問・回答および今後のアップデートに関する内容

  • 講義および学習資料の著作権に関するお知らせ

こんな方に
おすすめです

学習対象は
誰でしょう?

  • バイブコーディングの経験がない、コンピュータおよび人工知能を専攻していない学生たち

  • スマートヘルスデータや医療データに関心のある、コンピューターおよび人工知能を専攻していない学生たち

前提知識、
必要でしょうか?

  • 授業で生成AIモデルを活用します。

  • スマートヘルスケアおよび医療に関連する機密データを取り扱っています。

こんにちは
aiswです。

434

受講生

17

受講レビュー

4.9

講座評価

5

講座

国立釜慶大学ソフトウェア融合イノベーション院

カリキュラム

全体

6件 ∙ (3時間 4分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

aiswの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!

無料