【B1】AIプログラミング実習
AI・機械学習やデータ分析などで広く用いられるPython言語の基本文法、クラス・モジュール、デバッグ方法、各種ライブラリの利用、応用的課題まで幅広く学習します。どのような分野でも対応できるPythonの基礎的なプログラミングスキルを習得できます。【標準学習時間：40時間】
| 章 | 節 |
|---|---|
| 第1章 人工知能とPython | 第1節 人工知能とは |
| 第2節 機械学習とPython | |
| 第2章 機械学習の種類とデータの重要性 | 第1節 機械学習の種類 |
| 第2節 データの重要性 | |
| 第3章 機械学習で利用するPythonライブラリ | 第1節 NumPy |
| 第2節 matplotlib | |
| 第3節 pandas | |
| 第4節 scikit-learn | |
| 第5節 PyTorch | |
| 第4章 scikit-learnを用いた機械学習の実装 | 第1節 線形回帰分析 |
| 第2節 サポートベクターマシン | |
| 第3節 クラスタリング | |
| 第3節 学習結果の評価 | |
| 第4節 パラメータ探索 | |
| 第5節 演習問題 | |
| 第5章 OpenCVによる画像・動画処理 | 第1節 OpenCVの概要 |
| 第2節 OpenCVによる静止画の処理 | |
| 第3節 OpenCVによる動画の処理 | |
| 第6章 音声信号の処理 | 第1節 音声信号処理の基本 |
| 第2節 音声の加工 | |
| 第3節 音声認識と文字起こし | |
| 第7章 自然言語処理 | 第1節 自然言語処理の基本 |
| 第2節 形態素解析とベクトル化 | |
| 第3節 機械学習によるテキスト分類 | |
| 第8章 PyTorchの基礎 | 第1節 テンソルの操作 |
| 第2節 画像の読み込みと表示 | |
| 第9章 PyTorchを用いたニューラルネットワークの実装 | 第1節 ニューラルネットワークの基礎 |
| 第2節 簡単なニューラルネットワークの作成 | |
| 第3節 手書き文字の判定 | |
| 第4節 多層ニューラルネットワーク | |
| 第5節 演習問題 | |
| 第10章 PyTorchを用いた畳み込みニューラルネットワークの実装 | 第1節 畳み込み層とプーリング層 |
| 第2節 CNNでの手書き文字判定 | |
| 第3節 CNNの高速化 | |
| 第4節 演習問題 | |
| 第11章 画像認識 | 第1節 画像認識をしてみる |
| 第2節 用意されているモデルの利用 | |
| 第3節 転移学習 | |
| 第4接 物体の検出 | |
| 第5節 演習問題 | |
| 応用課題 | クラスタリング課題 |
| 画像認識課題 | |
| 音声認識課題 | |
| 形態素解析課題 | |
| ベクトル化課題 |
カリキュラム一覧
