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を実際の仕事に役立てるまでの流れを学びます。基礎層では、AIをビジネスに活かすとはどういうことか、プロジェクト全体の流れ、そして小さく試すPoCの役割を身近な例でつかみます。深掘り層では、ウォーターフォールとアジャイルという進め方の型、BPRによる仕事の見直し、そして自社だけで抱えずに外部と組む考え方までを説明できるようになります。
AIを作り、動かし続けるための道具立てと考え方を学びます。基礎層では、AIを作る人であるデータサイエンティスト、分析の道具であるPythonとJupyter Notebook、そして決まった手順で進めるCRISP-DMをつかみます。深掘り層では、作って終わりにしないMLOpsの考え方、動かす場所であるクラウドとDockerとWeb APIまでを説明できるようになります。
AIの土台となるデータの集め方と扱い方を学びます。基礎層では、正解の目印をつけるアノテーション、言葉を集めたコーパス、公開されたオープンデータセットの役割をつかみます。深掘り層では、気づきにくい落とし穴であるデータリーケージがなぜ起きるのか、そしてどう防ぐのかを説明できるようになります。