概要

本講座ではAIに関する基本的な知識を学びます。具体的にはAIの仕組み・歴史、機械学習との関係やAI事例などを扱います。更に、AI開発を進める上で、重要と考えられる３要素（AIクラウドサービス、データサイエンティスト、データ）についても解説をします。

詳細を確認する

概要

本講座ではDeepLearning、すなわち深層学習とその周辺の人工知能や機械学習に関する基礎知識について学びます。以下特に断りがない限り、DeepLearningのことは深層学習と呼ぶことにします。本講座を学ぶことで、深層学習の基礎を理解し、事業への活用の足掛かりとしていただくことがゴールです。前半は人工知能と機械学習、後半では深層学習の概要とその応用について説明します。

詳細を確認する

概要

本講座では、モデルの予測精度を評価するための「評価関数」に関する基礎的な知識を学びます。
回帰、分類、推薦・検索、物体検出など、タスクの種類に応じた評価関数の使い分けについても解説します。

詳細を確認する

概要

本講座ではDeep Learningに関する基礎的な知識を学びます。
画像処理やニューラルネットワーク、ディープラーニングの基礎を学び、画像認識の代表的なタスクである画像分類タスクに挑戦していただきます。

詳細を確認する

概要

自然言語処理入門へようこそ！
本Gymでは自然言語処理を行う上で基本となる背景知識の取得を目標としています。
まず始めにテキストデータの基本的な扱い方を学んだ後、機械学習・深層学習を用いた自然言語処理の手法について紹介します。Missisonの終わりには実際に学んだ知識を活かして、英語で書かれた映画レビューデータをネガティブなものであるか、ポジティブなものであるか分類するモデルの作成を行...

詳細を確認する

概要

ちまたではダイナミックプライシングという言葉をよく耳にするようになりました。本Gymでは、ダイナミックプライシングの基礎知識を学習し、簡単なデータセットを用いて分析から運用までのプロセスを体験していただきます。
なお、Gymを進めるにあたっては、Gym「Python入門」を受講済みであることを前提としています。

詳細を確認する

概要

当ジムでは、画像認識分野に含まれるタスクの一種である物体検出について学習します。
「独自のデータセットに対して、最先端の物体検出アルゴリズムを実行するためのスキルを身につける」ことが、当ジムにおける目標となります。
(※ 物体検出アルゴリズムの具体的な実装方法については、当ジムにおける学習の対象外です。)

当ジムの後半では、【SOTA】国立国会図書館の画像データレイアウト認識のデー...

詳細を確認する

概要

時系列データ入門へようこそ！ 本Gymでは時系列データ処理を行う上で基本となる知識の取得を目標としています。
まず始めに通常テーブルデータと時系列データの違いなどの概念を学んだ後、時系列データ処理の手法について紹介します。
本Gymにて時系列データの概念について理解し、身近にあるデータやコンペティションで提供されるデータを使って、実際にモデリングやデータ分析を行い知識の定着化を図りましょう。

詳細を確認する

概要

pandas道場へようこそ！この道場では、Pythonでデータ分析を進めるにあたって欠かせないツールの一つとしてその地位を確立している、オープンソースライブラリ「pandas」を学びます。pandasはデータ分析の過程において作業の大半を占める、データの前処理や探索的分析を柔軟かつ効率的に行うための高機能なデータ構造と各種ツールを提供しています。

詳細を確認する

概要

PyTorch道場へようこそ！
この道場では、自然言語処理や画像認識などの深層学習や機械学習の分野で欠かせないツールの一つとしてその地位を確立している、DeepLearningフレームワーク「PyTorch」を学びます。「PyTorch」は自由度の高い設計となっているため、直感的でわかりやすい実装を行うことが可能となります。本GYMにて基本的な「PyTorch」の使い方を学び、様々なQUE...

詳細を確認する

概要

データの計算をする上で必要となるライブラリnumpyの基礎理解を目的とした初心者向けの講座です。

詳細を確認する

概要

グラフを描画するためのライブラリである「matplotlib」や「seaborn」を活用して、データからビジネス等にとって有益な情報を見出すために重要な「データの可視化」の方法について学習する講座です。

詳細を確認する

概要

機械学習や深層学習では「データ前処理が8割」と言われるほどデータ前処理は重要な作業となっています。
本講座では、表形式データやテキストデータなどのデータの前処理の方法について学んでいただきます。

詳細を確認する

概要

当コンテンツには、テーブルデータの処理に関する実装課題が合計で100問用意されています。
通常のQuest、Gymコンテンツとは違い、各課題のテーマに関する詳しい解説はGive Up(正解)後に記述しています。

そのため、当コンテンツは以下のような取り組み方をおすすめします。

①課題文を読みソースコードの実装に挑戦！<br>
②(正解の場合) -> 次の課題へ！<br>
(...

詳細を確認する