AI・IoT講座(東京校のみ)

AIを理解し、
実践的に使える人材を育成するスクール

求人需要が急増し、数あるプログラミングの中でもAIやIoTシステムの開発と親和性が高い「Python」を習得し、機械学習(マシンラーニング)を基礎から深層学習(ディープラーニング)まで実践的に活用できる人材を育成するスクールです。

ヒューマンアカデミー3つのポイント

  • point.01実務に即してAIを学び、使える人材を目指す

    多くの企業からの声を取り入れたカリキュラムで即戦力を育成します。AI、機械学習&Deep Learnigは、あらゆる業界のサービスや仕組みを変革するものとして注目を集めています。ヒューマンアカデミーでは各業界の標準ライブラリを学べる環境を用意しております。

  • point.02週1、週末の授業で通いやすい

    社会人、フリーター、学生どんな方でも通いやすいよう、授業は週末に週1回。AIをスクールで学びたいけど仕事や学校があるという方でも学んで頂けます。また、通学講座なので、通信や本ではAIの勉強を続けられるか心配という方や、せっかく学ぶならしっかり身に着けたいという方にオススメです。

  • point.03少人数でわからないをすぐ解消

    授業は少人数で実施します。AIを学ぶ人それぞれ、疑問が出たり、分からなくなる箇所も様々です。だからこそ、すぐに講師に質問してもらって「わからない」を解消して頂ける環境を用意しています。「わかる!」という楽しさでどんどんモチベーションを上げていきましょう。

なぜPythonを学ぶのか

  • Pythonを学ぶ理由は、初心者でも始めやすく、様々なことができるプログラミング言語だからです。Pythonはシンプルな文法で初心者にも書きやすく、読みやすいと言われています。また、Pythonが使える人材の需要は増えており、年収も他のプログラミング言語が使えるエンジニアよりも高いとされています。また、Pythonは出来ることが幅広く、ライブラリやフレームワークという便利に使える部品や機能があるので、手軽に素早く制作ができます。

初心者でも安心

  • いくらPythonが初心者にも書きやすく、読みやすいと言えども、AIを学ぶ上で関数は外せません。「関数が苦手だったな」「プログラム初心者で心配だな」という方は、ヒューマンアカデミーの通信講座「プログラミング用数学講座(関数編)」を学んでからAIについて学ぶのがオススメです。
    通信講座「プログラミング用数学講座(関数編)」についてはこちら

週1回・年齢不問で通いやすい

週1回、1回3時間で通学可能なので、社会人・フリーター・学生のWスクールと今のライフスタイルを変えずに学ぶ事ができます。1つの講座で週1回で3時間なので他の講座と併用している方もたくさんいらっしゃいます。

通学頻度
週1回
授業回数
20回
受講期間
3ヶ月
通学条件
年齢不問、職業不問

カリキュラム

  • 第1教程:機械学習概論

    機械学習の説明。教師あり学習、教師なし学習、強化学習の理解

  • 第2教程:機械学習の流れ

    学習データの使い方。過学習、アンサンブル学習の説明

  • 第3教程:性能評価指標

    混同行列の理解と実装。PR曲線を用いたモデルの評価

  • 第4教程:Pythonの基礎

    変数、型、if文といったPythonの基礎

  • 第5教程:Pythonの基本文法

    リスト型、辞書型、while文、for文の基本文法

  • 第6教程:関数の基礎

    組み込み関数とメソッド、関数、クラス

  • 第7教程:NumPy

    Numpy 1次元配列、2次元配列の計算

  • 第8教程:Pandasの基礎

    Pandasの説明。Series, DataFrameの生成

  • 第9教程:Pandasの応用

    DataFrameの連結・結合、データ分析

  • 第10教程:データ可視化のための準備

    様々なグラフ、乱数の生成、時系列データ、データ操作

  • 第11教程:matplotlibの使い方・各種グラフの作り方

    種類のデータを可視化、複数のデータを可視化する

  • 第12教程:lambdaやmapなどの便利なPython記法

    lambda式の基礎、高階関数、辞書オブジェクト

  • 第13教程:DataFrameを用いたデータクレンジング

    CSV, DataFrameの復習、欠損値、データ集約

  • 第14教程:OpenCVの利用と画像データの前処理

    画像データの基礎、OpenCVの基礎と利用方法

  • 第15教程:教師あり学習(分類)の基礎

    二項分類、多項分類、ロジスティック回帰、決定木

  • 第16教程:ハイパーパラメータとチューニング

    線形SVMのハイパーパラメータ、ロジスティック回帰のハイパーパラメータ

  • 第17教程:深層学習の基礎

    手書き数字の分類

  • 第18教程:深層学習のチューニング

    ネットワーク構造、活性化関数、学習率、ミニバッチ学習など

  • 第19教程:CNNを用いた画像認識の基礎

    畳み込み層、プーリング層、CNNを用いた分類について

  • 第20教程:CNNを用いた画像認識の応用

    正規化、転移学習など

講師のご紹介

  • 喜安 亮介氏
    【プロフィール】
    2006年から、法人としてフロントエンド関連の業務に携わり、JavaScriptアプリケーション開発を中心に受注を行う。近年では、Pythonを使った機械学習の分野を中心に研究、開発を行っている。10年以上のWebプログラミング講師経験と、HTML/CSS/JS関連の著書あり。

キャリアサポート

ヒューマンアカデミーは学びの枠を超え、あなたの理想をどう実現するかをあなたと一緒に考えます。サポートは「学びに興味はあるけどまだ学校に行くかは決めていない」という方も個別で相談できる「学校見学」から始まります。気軽にすっきりするまでご相談ください。

  • 01.学校見学

    学校に通うかどうか迷っていても参加できます。まずはあなたの状況をお聞かせください。あなたの理想はどうやったら実現するか最適なプランを考えます。もちろんヒューマンアカデミーにおいて、どの講座を受講するのが最適かなどもお話しします。

  • 02.受講前

    受講が決まったら、6ヵ月前から月1回のプレ授業が始まります。正式に授業が始まるまでに学校の雰囲気や、講師、スタッフに慣れていきましょう。実際に受講してみて不安や疑問に思ったことは講師、スタッフに気軽にご相談ください。

  • 03.受講中

    受講が始まったら、業界のこと、技術面などは講師がサポートし、スケジュールや休校のご連絡、細かな心配事などはスタッフが対応し、就職・転職は講師とスタッフ一丸となってサポートします。

AI、機械学習(マシンラーニング)、深層学習(ディープラーニング)とは

  • AI(人工知能)の定義はまだ明確には定まっていません。様々な定義がありますが、コンピュータを使って人間の知能と同じような機能を実現したものといった意味合いになります。 機械学習(マシンラーニング)とは、与えられた特定の事象のデータを元に、規則性を見つけ出し、判断や予測を行う手段のこと。どんな点に注意するかを人間が指示する必要があります。深層学習(ディープラーニング)は機械学習を一歩進んだ技術で、より複雑な判断自や予測をする事ができる。機械学習も、深層学習もまず大量のデータを学習し、判断基準を作り、その判断基準から結果を判断・予測していきます。その豊富なデータを学習する上で、機械学習はどんな点に着目するかを人間が指定する必要がありますが、深層学習はそのどんな点に着目すればよいかも、自ら考えることができます。

Pythonとは

  • Pythonは世の中に出ている多くのサービスにも使用されているプログラミング言語で、少ないコード行数でシンプルに書くことができます。ライブラリやフレーワークといった部品が多く公開されており、手軽に素早く書けて様々なことができる言語です。

AIを学んで未来にワクワクしよう

  • AIの活用分野は、企業の業務効率化から、医療や農業、自動車、ゲームなど幅広い分野で活用されてきています。AIを学ぶことで、エンジニアだけでなく、今仕事や学校で関わっている分野での作業効率を上げるために活用したり、AIを活用したらもっとこんなことができるのではないかなどの提案ができる人材として重宝されるかもしれません。