G検定講座
G検定に合格できるように、AIの基礎からG検定の範囲を網羅した講座構成になっています。
講義だけでなく、G検定同等の難易度の試験対策問題を350問以上用意しています。
※2024年新シラバス対応
講座時間
講義時間 9 時間
演習時間 6 時間
受講期間
受講開始から 6 ヶ月間
価格
オンライン 定価： 19,800 円（税込 21,780円）
割引価格： 14,800 円（税込 16,280円）
ライブ 29,600 円（税込 32,780円）
講義内容
前提知識
特になし。
備考
G検定の本番相当難易度の350問以上の問題演習が含まれています。
E資格とのセット受講で10,000円引きで受講可能です。
| テーマ | 内容 | 目標 |
|---|---|---|
| １．人工知能とは | 人工知能の定義 人工知能分野で議論される問題 | 人工知能に関する定義と人工知能分野で議論される問題を理解する。 |
| ２．人工知能をめぐる動向 | 探索・推論 知識表現とエキスパートシステム 機械学習、ディープラーニング | 現代の人工知能が確立されるまでにどのような手法が確立されたのか、その動向や課題を理解する。 |
| ３．機械学習の概要 | 教師あり学習、教師なし学習 強化学習 モデルの選択・評価 | 機械学習の手法を理解し、機械学習で解決できるタスクの種類、タスクに対する代表的な解決手法について理解する。 |
| ４．ディープラーニングの概要 | ニューラルネットワークとディープラーニング 活性化関数、誤差関数 正則化、誤差逆伝播法、最適化手法 | ディープラーニングの特徴、仕組みを理解し、各構成要素や精度改善のためのテクニックを理解する。 |
| ５．ディープラーニングの要素技術 | 全結合層、畳み込み層、正規化層、プーリング層 スキップ結合、回帰結合層、Attention オートエンコーダ、データ拡張 | ディープラーニングの要素技術（全結合、畳み込み層、回帰結合層、Attention）などを学び、タスクに適した手法や課題に応じてどのような対応を取るべきかを理解する。 |
| ６．ディープラーニングの応用例 | 畳み込みニューラルネットワーク（CNN） 深層生成モデル、画像認識分野 音声処理と自然言語処理分野 深層強化学習分野 モデルの解釈性とその対応、モデルの軽量化 | ディープラーニングの画像認識、自然言語処理、音声、深層強化学習などへの応用手法とその応用技術を理解する。 |
| ７．ディープラーニングの社会実装に向けて | AIと社会、AIプロジェクトの進め方 データの収集、データの加工・分析・学習 実装・運用・評価 クライシス・マネジメント | ディープラーニングの社会実装や、AIプロジェクトを進行する中で必要な知識を理解する。 |
| ８．AIの法律と倫理 | 個人情報保護法、著作権法、特許法 不正競争防止法、独占禁止法、AI開発委託契約 AIサービス提供契約、国内外のガイドライン プライバシー、公平性、安全性とセキュリティ 悪用、透明性、民主主義、環境保護 労働政策、その他の重要な価値、AIガバナンス | AIを活用する上で必要となる法律知識や、倫理について理解する。 |
全14時間程度想定（講義動画 9時間 ＋ 演習 5時間（確認問題））