骨の髄まで文系の人でも一度で理解できる、やさしい言葉でかみ砕いて説明した機械学習の話

AIという漠然とした恐怖から解放される、一般向けの教養講座です。AIが学習するとは一体どういう意味なのか、具体的な事例を通して見ていきます。また、AIの脳構造がどうなっているのか、どのように思考するのかを具体的な事例で解き明かしていきます。

ディープラーニングを始めるために必要な基本的な微分法とPyTorchのAutograd機能を学ぶ講義です。

100回以上実施したディープラーニング教育の経験をもとに、受講生が最も難しく感じた核心的な基礎理論を体系的にまとめた講義です。 この講義は非専攻者でも理解できるよう、数学的直観、モデル学習原理、コード実装を段階的に結びつけて説明し、単純なライブラリの使い方ではなく、AIモデルが学習される根本的な構造と動作原理を深く扱います。 勾配降下法、誤差関数、最適化、パーセプトロン、多層ニューラルネットワーク、誤差逆伝播などディープラーニングの核心的な基礎技術を直接数式とコードで実装しながら、AI原理を理解する実力あるエンジニアへと成長できるよう設計された実践型入門コースです。

多くの方がChatGPTを使い、レコメンドや自動運転のニュースにも日頃から触れていますが、いざ「なぜこのように動くのか」を説明しようとすると、言葉に詰まってしまいます。 コーディング講座についていけばコードは動くようになりますが、原理は身につきません。一方、数学の講義だけを受けると公式は理解できても、AIとのつながりが見えてきません。海外の講義は英語が負担になり、国内の入門講座は実習中心になりがちです。 私はAIコンペティションで実際にモデルを作り、「みんなのAI」を運営しながら、数千人の学習者と接してきました。その中で、同じ場面を何度も目にしてきました。つまずく原因はツールの使い方ではなく、関数・微分・ベクトル・逆伝播がそれぞれ分断されていることでした。 この講座は、その分断をつなぎます。 関数が入力と出力をどのように定義するのか、微分が学習の方向をどのように決めるのか、逆伝播が誤差をどのように伝えるのかまで、数学の基礎からニューラルネットワーク、ソフトマックスまでを一つの流れで解説します。 公式の暗記やコードの写経ではなく、数式と直感的な図を通して「なぜ」を理解するための講座です。 AIをきちんと理解したい方にとって、その先のディープラーニングへ進むための確かな第一歩となります。

半導体に関する製造革新案をベンチマークし、半導体データを用いてコーディングなしで機械学習やディープラーニングを試すことができます。

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。

約20回の面接を通じて身につけた約130個のML/AIエンジニア面接質問と回答の総まとめ

AIエンジニア入門者のための講義は、データ処理からモデル開発、クラウドとMLOps、そして倫理的考慮まで、全過程を短期間で体験できるように構成されています。単にモデルを作るだけでなく、実際のサービスへとつなげる過程を理解し、実務感覚を身につけることに重点を置いています。AIを初めて学ぶ方も無理なく進められるよう、実習と例題を交えて進行します。

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:)

VerilogとEDAツールを学ぼうとして諦めてしまいましたか？NPUを直接設計する半導体学科の教授が、9つのエクセルファイルでCPUからNPUまで計算しながら理解する方法を伝授します。

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。

Data Science(DS)と Artificial Intelligence(AI)関連職種の分析と 関連職種でのキャリア構築のための学習・就職ロードマップを学びましょう。

基礎はわかるけれど、実務への応用にお悩みですか？現場経験を活かし、複雑なLLMの仕組みをわかりやすく解説します。

非侵襲的脳波ベースのブレイン・マシン・インターフェース（BMI）の核となる概念と、運動想起（Motor Imagery）ベースの信号処理過程を理解するための入門講義です。EEG信号の基本原理から運動想起実験、データ処理、そして実際のBMIシステムがどのように動作するのか、全体の流れを分かりやすく解説します。

Multi Head Attentionから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になります。

AI開発を始める方に、何を勉強すべきかをご案内します。