AI技術者研修 募集・事前説明会案内

―――AI初心者の人も応用力がつく３段階学習法―――
―――対面とオンラインのメリットをオンライン環境で融合したブレンド型学習―――

1.主旨
AI技術の基礎から応用まで学ぶ、3日間のスタンダートコースと5日間のアドバンスコースを開催します。
AI初心者でも分かりやすいカリキュラムで、実務に役立つスキルを身につけるチャンスです。
未来の企業発展に向け、デジタルトランスフォーメーション（DX）が欠かせない現代。
その中でも、AIの活用が鍵となります。
AIを活用し、競争力を高めるためには、優れたAI技術者の育成が不可欠です。
本研修は、現場で実績を上げるAI技術者の養成を目指し、「事例とともに学ぶAI基礎学習」、「教材プロトタイプによる学習」、そして「応用プロトタイプ構築による学習」という理論と実践によって生み出した「３段階の学習法」により、AI初心者の人も応用プロトタイプ構築ができるようになることを目標にします。
オンライン環境で、対面型学習とオンライン型学習の特徴を組み合わせたブレンド型を実現し、講師と受講者、受講者同士がコミュニケーションしつつ、受講できます。

2.本研修の特徴

(1) AI初心者の人も着実に学べる３段階の学習法
① 事例と共に学ぶAI基礎学習
②教材プロトタイプ演習でAIプログラミングの基礎的なスキルを養成
③応用プロトタイプ構築で実践力を養う
＊①②がスタンダードコース、③がアドバンスコースになります。

(2)ブレンド型学習で学習効果を向上
①双方向型のオンライン講義(ライブ講義)と次のライブ講義までの期間に、ビデオ録画を活用しつつ宿題学習に取組み、その結果を次のライブ講義でフォローします。
他の発表や講師解説により新たな気付きもあり理解を深める研修になります。
宿題学習にやる気と楽しさがでるようになります。
②オンライン研修における「交流の場」を毎回短時間設けます。
「交流の場」は、受講生間での交流を通して、互いに理解度を確認し、アドバイスを行い合い、講師への質問内容の検討などを行います。

(3)「応用プロトタイプ構築学習」では、次の４つの応用プロトタイプ構築により実践力を養います
①オープンデータ活用によるデータ分析（卸売業者の注文分析、気象データを使った分析）
（scikit-learnライブラリを活用した分類・回帰・クラスタリング）
②転移学習、TensorFlowの学習モデルを活用した各種の応用プロトタイプの作成
③YOLO技術を活用した画像分析による物体検出の応用
④オンライン環境上でIoTを使った現場を想定した機器の時系列データから異常検知の実習

(4)本研修により最近の新技術について学び、想像力の向上を養います
①AIの最新動向を知り、視野を広げる
②最新の生成AIの活用例を体験できる
③AIアイデア創出力をつけ、仕事への活かし方を養う

いずれも、応用システムの狙い、プロトタイプの機能、構築の実現方法をわかりやすく説明します。
内容の一端については、以下の「15.参考　応用プロトタイプの紹介（一部）」をご参照ください。

3.対象者
技術者を原則とします。
中堅技術者及び技術職で無くてもAI利活用により業務高度化に興味のある方（営業職、生産管理職、労務管理職等）も対象とします。
（これまで、製造、流通・サービス、金融の分野の方々が受講されています。）

4.研修概要
・スタンダードコース3回とアドバンスコース5回から構成
・研修期間（スタンダードコース）2024年1月20日（土）～2024年2月17日（土）
・研修期間（アドバンスコース）　2024年5月18日（土）～2024年8月03日（土）
・受講方法　オンライン（ZOOM）
・オンライン（ライブ）講義と次のオンライン（ライブ）講義の間は各自宿題学習
・オンライン（ライブ）講義時間帯　10:00～17:30（昼休憩12:00～13:00）
・受講条件　PCは受講者が用意すること
・PCの必要スペック：CPU：intel core-i3以上、メモリ：4GB以上、ディスク空き容量：10GB以上、OS：Windows10 64bitまたはWindows11　開発環境は、Webブラウザで動作するGoogle ColaboratoryおよびGoogle Driveを利用（Googleアカウントが必要です）

5.これまでの受講者の声
・学んだ内容を踏まえて、宿題を行うため、聞くだけに比べると理解度の進みが大きかった。
・宿題で苦戦していた内容を解説という形で聞けたので良かった。
・自身で行った課題に対して解説を設けることで別の答え方も存在することを認識することが出来、AIに対する視野が広がった。
・宿題やその解説で理解度が高まり、自分でAIを構築できるのではと自信を持つことができた。

6.カリキュラム概要

(1)スタンダードコース
3段階学習の1、2段階を習得し、アドバンスコースの受講にスムーズに入って行ける知識を得る

① 事例とともに学ぶAI基礎と教材プロトタイプ学習により、AI基礎力とAIの仕組み、ハイパーパラメータのチューニングの効果、構築ツールの使い方を主としたスタンダード力をつける。スタンダードコースの構成は、ライブ講義３回と宿題学習、解説とする。
②カリキュラムは、事例とAI基礎、機械学習系（分類、回帰、クラスタリング、強化学習）および深層学習(ＤＬ)系の教材プロトタイプ学習とする。
ライブ講義ではテキスト解説・例題演習・宿題内容解説とし、その後の宿題学習、次回ライブでの宿題結果解説で理解向上を図る。
③グループ交流室を設け、受講者同士の交流、受講者・講師間の交流を図り、理解しやすい研修、自習力のつく研修とする。

(2)アドバンスコース
３段階学習の３段階目としてAI構築実践力を身に付ける。

① 汎用的な画像処理の応用プロトタイプ構築力、および汎用的な応用ライブラリ（scikit-learnや転移学習ライブラリ）活用力、およびオープンデータを活用した応用プロトタイプ構築力をつける。
②いま、大きな話題の「生成AI」の演習により、有効活用の方法を学ぶ。また、自ら開発の着想にも触れる。
③最新のAI動向や身の回りのAI活用を参考にした「AIアイデア創出」のディスカションにより、AI視野の拡大に役立てる。
④グループ交流室を設け、受講者同士の交流、受講者・講師間の交流を図り、応用プロトタイプ構築の理解しやすさ、AI応用アイデアの着想に役立たせる。
⑤アドバンスコースの構成は、ライブ講義５回、やる気の出る宿題学習、解説とする。

(3)スタンダードコースとアドバンスコースをセットで研修することを原則とする。

7.学習方式
本研修のブレンド型学習方式は以下の図の通りです。

ブレンド型学習のメリットは次の通り

①双方向型のオンラインリアルタイム講義(ライブ講義)と次のライブ講義までの期間に、ビデオ録画を活用しつつ宿題学習に取組む。
Google DriveとGoogle Colaboratoryにブラウザからアクセスできる環境があればどこでもできる。
グループで取組んでもOK。
ただし結果レポートは個人ごと。
次のライブ講義で発表しコメントをもらう→他の発表や講師解説により新たな気付きもあり、理解を深める効果がある。
宿題学習にやる気と楽しさがでるようになる。

②交流会は、オンライン研修における「交流の場」として、受講生間での交流を通して、互いに理解度を確認し、アドバイスを行い合い、講師への質問内容の検討などを行う→活性化につながる。

8.カリキュラム詳細

8.1　スタンダードコース

(1)第1回：2024年1月20日（土）　10:00～17:30
　内容：オリエンテーション、Python入門、事例とAI基礎、機械学習基礎

10:00～11:00　オリエンテーション　本研修の狙い、受講生と講師の自己紹介　小泉・各講師
11:00～12:00　Python入門　開発環境（Google Colaboratory）、基本の文法、データタイプ　大高
13:00～13:30　交流会
13:30～14:30　Python入門(つづき)　基本的なライブラリ、演習　大高
14:30～15:30　事例とAI基礎　大江
15:30～17:30　機械学習基礎１　各種方式、ツール、分類、回帰、クラスタリングと教材プロトタイプ演習、宿題提示＆説明　大江

※次回までの宿題学習；講義の復習と宿題への取組み

(2)第2回：2024年2月3日（土）　10:00～17:30
　内容：機械学習基礎、深層学習基礎

10:00～12:00　機械学習基礎２　宿題発表、解説、補足　大江
13:00～13:30　交流会
13:30～14:30　機械学習基礎３　自然言語処理基礎　大江
14:30～15:30　深層学習基礎１　入門、演習、演習環境説明　清尾
15:30～17:30　深層学習基礎２　手書き数字認識演習、宿題提示＆説明　清尾

※次回までの宿題学習；講義の復習と宿題への取組み

(3)第3回：2024年2月17日（土）　10:00～17:30
　内容：深層学習基礎、AI最新動向、発表会

10:00～12:00　深層学習基礎３　宿題発表、解説、補足　清尾
13:00～13:30　交流会
13:30～14:30　深層学習基礎４　いろいろなアルゴリズムなど補足事項　清尾
14:30～15:30　AI最新動向－１　AI活用状況からみた最新動向　小泉
15:30～17:30　発表会　受講生の発表、講評　大江

8.2　アドバンスコース

(1)第1回：2024年5月18日（土）　10:00～17:30
　内容：オリエンテーション、AI最新動向、機械学習応用１、２

10:00～11:00　オリエンテーション、アドバンスコースの概要　大江
11:00～12:00　AI最新動向－２　今後予想される応用の動向、研究開発の動向　小泉
13:00～13:30　交流会
13:30～15:30　機械学習応用１　scikit-Learn活用によるオープンデータ活用による卸売業者の売上データ分析手法（クラスタリング、次元削減）　大江
15:30～17:30　機械学習応用２　scikit-Learn活用によるオープンデータ活用による気温と消費電力の関係分析手法（回帰分析）、宿題提示＆説明　大江

※次回までの宿題学習；講義の復習と宿題への取組み

(2)第2回：2024年6月8日（土）　10:00～17:30
　内容：機械学習応用３、転移学習１、２

10:00～12:00　機械学習応用３　宿題発表と解説、補足　大江
13:00～13:30　交流会
13:30～15:30　転移学習応用１　転移学習の概要と部品形状異常検知　清尾
15:30～17:30　転移学習応用２　事前学習済みモデルと応用事例調査　転移学習を用いた２画像分類／画像認識による部品形状判別、宿題提示＆説明　清尾

※次回までの宿題学習；講義の復習と宿題への取組み

(3)第3回：2024年6月29日（土）　10:00～17:30
　内容：転移学習応用３、深層学習応用１，２

10:00～12:00　転移学習応用３　宿題発表と解説、補足　清尾
13:00～13:30　交流会
13:30～15:30　深層学習応用１　物体検出アルゴリズムYOLO活用による部品形状異常検知　大高
15:30～17:30　深層学習応用２　YOLO活用による他の応用、宿題提示＆説明　大高

※次回までの宿題学習；講義の復習と宿題への取組み

(4)第4回：2024年7月20日（土）　10:00～17:30
　内容：深層学習応用３、４、IoT信号処理１

10:00～12:00　深層学習応用３　宿題発表と解説、補足　大高
13:00～13:30　交流会
13:30～15:30　深層学習応用４　画像分析のその他応用　大高
15:30～17:30　IoT信号処理　機器振動波形異常検知、宿題提示＆説明　清尾

※次回までの宿題学習；講義の復習と宿題への取組み

(5)第5回：2024年8月3日（土）　10:00～17:30
　内容：応用プロトタイプの構築学習-5、全体まとめ

10:00～12:00　IoT信号処理２　宿題発表と解説、補足　清尾
13:00～14:00　交流会　アイデア創出
14:00～15:30　生成系AI　概要と演習　大江
15:30～17:30　全体発表会　受講生の発表、講評　大江

（注）講義・演習内容については多少変更される場合があります。

9.講師紹介

講座長：小泉寿男：NPO法人M2M・IoT研究会理事長、東京電機大学名誉教授
・出身：福島県
・東北大学工学部通信工学科卒業。東北大学大学院情報科学研究科博士課程修了　博士（情報科学）
・職歴：三菱電機、東京電機大学教授

講師幹事：大江信宏：NPO法人M2M・IoT研究会理事、サイバー大学教授
・出身：兵庫県
・神戸大学工学部計測工学科卒業、博士（工学）
・職歴：三菱電機、東海大学教授

講師：清尾克彦：NPO法人M2M・IoT研究会副理事長、サイバー大学名誉教授
・出身：東京都
・東京大学工学部計数工学科卒業、博士（工学）
・職歴：三菱電機、サイバー大学教授

講師：大高謙二：NPO法人M2M・IoT研究会会員
・出身：栃木県
・慶応義塾大学工学部数理工学科卒業
・職歴：三菱電機

10.受講料（税込）
スタンダードコース（全3回分）
　KEIS組合員・事業協力会員・M2M･IoT研究会員　36,300円/人
　KEIS-BL特別会員・KEIS非組合員・M2M･IoT研究会非会員　42,900円/人
アドバンス（全5回分）
　KEIS組合員・事業協力会員・M2M･IoT研究会員　60,500円/人
　KEIS-BL特別会員・KEIS非組合員・M2M･IoT研究会非会員　71,500円/人
スタンダード＋アドバンス（同時に2コース申込　割引あり）
　KEIS組合員・事業協力会員・M2M･IoT研究会員　88,000円/人
　KEIS-BL特別会員・KEIS非組合員・M2M･IoT研究会非会員　99,000円/人

11.助成金
・厚生労働省の人材開発支援助成金を利用することが可能です。
・受講開始の1か月前までに計画届の提出が必要です。

12.定員　20名　（約15名以上で開催）

13.申込
このサイトの「お問い合わせ」から、件名を「AI研修申込」として、申込者の組織名・部署役職・氏名・email・tel・受講人数を記載し、12月20日（水）までにお送りください。

14.事前説明会
講師から本研修の概要を説明し、参加者からの質問に答えます。
事務局から助成金の概要を説明し、参加者からの質問に答えます。
・開催日時　2023年11月20日（月）15:00～16:00
・参加方法　Zoom
・申込方法　このWEBの「お問い合わせ」から、件名を「AI研修 事前説明会申込」として、組織名・部署役職・氏名・email・telを記載し、11月13日（月）までにお送りください。
お申込みいただきましたら、Zoom接続先をお知らせします。

15.参考　応用プロトタイプの紹介（一部）
(1)深層学習応用プロトタイプの応用例
①物体検出アルゴリズムYOLOを用いた応用プロトタイプ

(2)scikit-learn活用によるオープンデータ活用による分析の応用プロトタイプ
①オープンデータ活用による卸売業者の注文分析

②オープンデータ活用による電力消費分析

(3)転移学習の応用、時系列系 機器振動波形異常検知の応用プロトタイプ
①事前学習済モデルとそれを用いた転移学習の仕組み

②機器振動異常検知の概要：全体像