インフラン - ライフタイムキャリアプラットフォーム

ディープラーニングを活用した生成AIモデルの作動原理を理解し、実習を通じて活用方法を習得します。

理論は知っているけれど、実務データへの適用に戸惑っていませんか？私の現場でのノウハウを詰め込み、複雑な不正取引をコードで直接解決する実践的な技術を伝授します。

ディープラーニングコア理論と最新のTensorFlow 2.0を利用したディープラーニングコードの実装を一度に学べる講義です。

AIを学ぶ第一歩：人工知能入門者のための最適なカリキュラムを作成しました！その中で第一段階は、人工知能と仲良くなるための基礎理論段階！多様な例で機械学習の基礎概念を習得し、理論復習のための小テストまで！

講師が初めてディープラーニングを学んだ際の失敗経験をもとに、ディープラーニングの理解に必要な数学や理論、PyTorchによる実装、転移学習、GPTの中核であるTransformerまで、段階を追って学べるよう新たに構成した講座です。

この講座では、Tensorflow を活用してディープラーニングを学習します。線形回帰、ロジスティック回帰、ソフトマックス回帰モデルを学び、最後にファッション画像を分類できる MLP モデルを作成します。

数学なしで高度な機械学習モデルを理解し、Pythonを介して簡単に実装する方法を学びます。

ディープラーニングとは何ですか？ディープラーニングの概念を完全にまとめ、実際に活用してみるディープラーニングと挨拶する過程！

この講義を通して、強化学習の基本理論を学ぶことができます。

さまざまな人工ニューラルネットワークの構造と動作原理を理解し、優れたモデルを作るために必要な必須知識を伝える講義です。

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！

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。

YOLO(You Only Look Once)論文をTensorFlow 2.0を利用して底から実装してみて、ディープラーニング論文実装能力を学べる講義です。

自分だけのAI自動運転車を作ってみましょう！AIと強化学習について最も面白く、速く学べる講座です。本講座は、DeepRacer 韓国ランキング1位の開発者が制作しました。

データ分析初心者のために、Pythonによるデータ分析の全プロセスの基本技術を身につける講座です。実際の現場でデータ分析技術を活用しているEC企画担当者および開発者として、Pythonによるデータ分析の全プロセスを簡単に学び、すぐに活用できるように作成しました。

ディープラーニングを学んでいて、モデル名や数式が一度に登場し、大きな流れを見失ったことはありませんか？この講義では、ディープラーニングを難しい公式の集合としてではなく、ひとつの人工ニューロンがChatGPTへと発展してきた問題解決の歴史として説明します。 私はLG電子のDX Schoolで、専攻や経験が異なる受講生を対象に、数百回にわたるディープラーニング講義を行ってきました。その過程で、「説明を聞いている間は理解できるけれど、新しい数式やモデルが出てくると、また途方に暮れてしまう」という悩みがあることに気づきました。そこで、モデルの構造や計算方法よりも先に、何が問題だったのか、従来の方法はなぜ失敗したのか、そしてそれを解決するために何を変えたのかを説明する形に講義を改善しました。 この講義では、「線を引く」というひとつのイメージをたどりながら、パーセプトロンからCNN、RNN、Attention、Transformer、そして大規模言語モデルまでをつなげていきます。数式を自分で計算することよりも、それぞれの数式がどのような問題を解決するのかを理解し、新しいAIに出会ったときに、次の問いを通じて自分で分析できるようになることを目指します。 「このモデルは、どのような問題を解決するために何を変え、どのような判断を人に残したのだろうか？」 最終的には、AIを無条件に信じたり恐れたりするのではなく、モデルに任せるべきことと、人が確認し責任を負うべきことを区別する力を身につけるための講義です。

韓国語を深く理解し、長文にも対応し、実際の業務まで遂行するAI――それがSolar Open 2の目指す方向です。 このクラスでは、Upstageが公開したSolar Open 2のテクニカルレポートを、「紹介 → 設計 → 学習 → 評価」の順にわかりやすく解説します。 専門用語は日常的なたとえや視覚資料を用いてかみ砕き、初心者でも「何を・どのように・なぜ」を一連の流れで理解できるようにします。

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。

このコースは機械・金属加工産業でAIを活用して生産性と品質を向上させる実務戦略を扱います。CNC、溶接、切断など主要工程データを分析し、不良率削減・予知保全・作業者安全管理までAI技術がどのように適用されるかを実際の事例とともに説明します。学習者は中小企業から大企業まで現場ですぐに活用できるAIベースの加工最適化方法を理解し、グローバル競争の中で製造革新を実現できるインサイトを得ることができます。

このコースは食品・医薬品製造業でAIを活用して生産性と品質を向上させる方法を扱います。原材料管理、生産工程、品質検査、規制遵守など主要段階でAIがどのように適用されるかを実際の事例を通じて学び、不良率減少と効率的な運営戦略を理解することができます。 このコースを通じて学習者は▲食品・医薬品産業特性とAI導入必要性▲データ基盤品質管理▲予測保全及び設備効率化▲規制遵守モニタリングとリスク管理▲国内外導入事例分析などを身につけ、現場ですぐに適用可能な戦略とインサイトを得ることができます。