人工知能とは

人工知能の定義と4つのレベル、AI効果やシンギュラリティなど分野で議論される問題をつかみ、AIとは何かを説明できるようになります

人工知能をめぐる動向

探索・推論から知識表現、機械学習、ディープラーニングへと至るAIの発展の歴史をたどり、代表的な研究とブームの流れを説明できるようになります

機械学習の概要

教師あり・教師なし・強化学習の違いと代表的な手法、モデルの選択と評価指標を学び、課題に応じて手法を選べるようになります

ディープラーニングの概要

ニューラルネットワークの仕組みと活性化関数・誤差関数・正則化・誤差逆伝播・最適化という学習の土台を理解できるようになります

ディープラーニングの要素技術

全結合層・畳み込み層・回帰結合層・Attention・オートエンコーダなど、ディープラーニングを構成する部品の役割を説明できるようになります

ディープラーニングの応用例

画像認識・自然言語処理・音声処理・深層強化学習・データ生成・マルチモーダルなど、実世界での代表的な応用と主要モデルを理解できるようになります

AIの社会実装に向けて

AIプロジェクトの進め方とデータの収集・加工・分析・学習の注意点を学び、AIを事業に実装する流れを説明できるようになります

AIに必要な数理・統計知識

確率分布・期待値・分散・相関・仮説検定など、機械学習の土台となる数理・統計の基礎を理解し計算できるようになります

AIに関する法律と契約

個人情報保護法・著作権法・特許法などの知識と、AI開発委託・サービス提供の契約の要点を、AIの場面に即して理解できるようになります

AI倫理・AIガバナンス

公平性・プライバシー・安全性・透明性などの論点と、AIガバナンスの組織的な取り組みを理解できるようになります