キカガク説明資料

Transcript

1. 会 社 案 内 株式会社キカガク
2. 2 会社概要 *機械学習とディープラーニングを含む 協力会社 会社名 株式会社キカガク 設立日 2017年1月 所在地 東京都千代田区内神田 資本金 2,050万円 PLAN ACTION DO CHECK We provide education in the best style for you 人工知能(AI)*における教育と コンサルティングサービスを提供
3. 3 実績 (法人設立から約2年) 日本マイクロソフトと Preferred Networksの 初の公認のデータサイ エンス人材養成企業 経済産業省認定 大手企業公認 共同プロジェクト多数 「第四次産業革命スキル 習得講座認定制度」の 第１段に採択 データサイエンス人材を 育成するプロジェクトに 参画 0 3000 6000 9000 2017.6 2017.12 2018.6 2018.9 #Students 受講生 9000人 突破 90%が満足もしくは大満足と回答 ※ Udemyキカガク流脱ブラックボックス講座中級編より引用 最初に見た時は、 紙とペンによる手書き！？ と驚きましたが、 そのペースが講義を聞きな がら、理解するのに丁度良 い事に気付きました。 「初心者向け」とはなって いるが、前提知識として設 定されるレベルが私には高 くて、途中で挫折する事が 多かったのですが、この講 義は非常に解りやすかった ため、最後まで終えること が出来ました。 受講生からの声
4. 4 吉 崎 亮 介 株式会社キカガク 代表取締役社長 コンサルティング現場で 得た知見を教育へ 教育 コンサル ティング 代表紹介 1991年生まれ 京都出身 ２７歳 舞鶴工業高等専門学校 画像処理とロボット制御の 研究に従事 株式会社SHIFT 社長室 ソフトウェアテスト R&D部門立ち上げ 京都大学大学院 機械学習による 製造業のプロセ ス改善に従事 株式会社 キカガク 創業 東京大学 客員研究員 就任 株式会社 Carat 共同創業 講演実績
5. 5 アカデミア ディープラーニング入門 情報系の大学院生向け講義
6. 6 アカデミア ＡＩ入門 高専１年生向けの講義（教員向け） 長岡高専
7. 7 行政 データ解析入門 行政の課題解決を支援
8. 8 カリキュラム概要 カリキュラムの詳細やお見積りについては弊社担当まで直接お問合せください。
9. 9 AI人材の類型とスキル概要 ビジネス Business problem solving データサイエンティスト Data science データエンジニア Data engineering システムエンジニア System engineering 情報処理、人工知能、 統計学などの情報科学 系の知見を有し、活用 できる人材 システムとのデータ連 携、モデルのシステム への組み込みができる 人材 課題背景を理解した上で、 ビジネス課題を整理し、 解決できる人材 データサイエンスを意味 のある形に使えるように 加工し、実装、運用でき る人材
10. 10 運用 実装 PoC アセスメント 少量のデータを用いて ＡＩ活用の投資対効果 を検討する段階 相応のデータとＡＩを 用いて実運用に耐えう るか検証する段階 ＡＩを本格的に実装す る段階 実装したＡＩのモニタ リングやチューニング など安定稼働を目的と する段階 レポート レポート/ＡＩ ＡＩ ※ ここでいうＡＩとは、機械学習（深層学習を含む）を用いた学習済みモデルのことをいいます。 AI活用フェーズとカリキュラムの対応表 （成果物） （フェイズの解説） ※ 補講 【キカガク流】 人工知能・機械学習 脱ブラックボックス講座 （初級編＋中級編）
12. 特徴 ◼ AI活用を検討する企業に不可欠なアセスメント段階（上流工程）に関する 知見を実践と理論の組み合わせで効果的に習得できる ◼ AI活用の意思決定に必要な、問題解決フレームワーク、投資対効果の算定、 注意すべき法的論点の整理など、AI領域のみに留まらない多層的なノウハ ウを伝授【これができるのは業界内でキカガクのみ】 ◼ 実践編では、「GUIを用いたハンズオン」で、AI活用の１歩目となる PDCAを小さく回し、理論編では、「JDLA認定 G検定」到達レベルの内容 で知識武装をして頂く 12 対象とする業界 全業界 対象とする職種 ビジネス層 必要な前提知識 ◼ AI活用したい領域の業務知識 想定している受講生像 ◼ AI活用を検討されている全てのご担当者 アセスメント人材育成コース【AI活用成功の方程式】 1月開講予定 1/2 G検定とは、ディープラーニングに関する知識を有し、事業活用できる人材（ジェネラ リスト）を見極める、日本で唯一の資格となります。取得された場合、企業側の知識習得 のKPIになるのみならず、取得数が多ければブランディングにもつながり大変有用なもの となります。詳しくは（https://www.jdla.org/business/certificate/#education）。 ※ データ エンジニアリング システム エンジニアリング データ サイエンス ビジネス
13. 13 セミナー概要 ※変更となる可能性がございます ◼ 受講時間 - 集合研修｜7時間（内休憩1時間）×3日 ◼ 定員｜20名 ◼ 受講料｜50万円(＋税)/人 身につくスキルセット ◼ GUI（Azure）に関する実践的な知見 ◼ 操作、活用方法 ◼ データサイエンス、エンジニアリングの大枠ほか ◼ AI活用を検討するために必要な、 ◼ ビジネスフレームワーク ◼ ROIをはじめとした実践的な会計スキル ◼ データ関連法や知財法など実践的な法律スキル ◼ G検定合格レベルの深層学習に関する理論ほか ◼ プレゼンによる企画提案力 etc... 受講後のフォロー ・補講動画プレゼント 【キカガク流】脱ブラックボックス講座（初級・中級） アセスメント人材育成コース【AI活用成功の方程式】 1月開講予定 2/2 カリキュラム ※変更となる可能性がございます （紙面の都合上、カリキュラム内容の表記は大きく割愛しています） 1.理論 AIとは 2.実践 Azureを使ってみよう（Machine Learning） 3.理論 機械学習とは 4.実践 Azureを使ってみよう（cognitive群①） 5.理論 深層学習とは 6.実践 Azureを使ってみよう（cognitive群②） 課題解決ハンズオン（Level1） 7.理論 ビジネスフレームワーク 8.実践 課題解決ハンズオン（Level2） 9.理論 会計 会計基礎 管理会計 AI活用×企業会計ほか 法律 契約基礎 一般システム開発契約 AI活用×法律ほか 10.実践 課題解決ハンズオン（Level3） 11.補足 補助金（税額控除）、便利ツール、産業競争力強化法ほか
15. 15 特徴 ◼ 日本ディープラーニング協会E資格試験に認定！ ◼ Microsoft・Preferred Networks社と共同企画 ◼ 東京大学の大学院生向けの講義にも使われた専門性の高さ と、 手書きの数学・ハンズオン形式のプログラミングで初学 者も体系的に理解することができる唯一無二のカリキュラム 対象とする業界 全業界 対象とする職種 エンジニア 必要な前提知識 ◼ プログラミング（Pythonを推奨） ◼ 数学（微分・線形代数・統計） ※上記２項目は事前予習（9時間）によるフォロー有 想定している受講生像 ◼ 新たにディープラーニングを用いた部署が立ち上がった際 に、 どこからはじめて良いかわからずに遠回りしている方 ◼ 知識としては持つも、手を動かしたハンズオン形式の講義 で、 知識から実務に繋げたい方 ◼ 断片的にこの分野を学ぶも、点と点が線として繋がらず、 数学の基礎知識からプログラミングまで体系的に学んで 知識を整理したい方 ディープラーニングハンズオンセミナー 1/2 データ エンジニアリング システム エンジニアリング データ サイエンス ビジネス
16. 16 ディープラーニングハンズオンセミナー セミナー概要 ◼ 受講時間 - 事前学習動画｜9時間 - 集合研修 ｜7時間×3日 - 補修動画 ｜30時間 ◼ 定員｜20名 ◼ 受講料｜50万円(＋税)/人（Azure5万円使用権付） カリキュラム ◼ 基礎数学（微分、 線形代数、 統計） ◼ プログラミング基礎（Python） ◼ ニューラルネットワークの数学・実装 ◼ クラウド上GPUマシンのDockerによる環境構築 ◼ 画像処理の基礎からCNNによる画像分類 ◼ 時系列解析の基礎からRNNによる需要予測 ◼ 自然言語処理の基礎からNN・RNNによる文書 分類・チャットボット 身につくスキルセット ◼ ディープラーニングの数式の意味理解 ◼ Python（Chainer）をベースとした実装方法 ◼ 解析を行うためのDockerベースの環境構築 ◼ ディープラーニングの応用事例と実装方法 受講後のフォロー コミュニティへの招待、 Q&A対応 2/2
18. 特徴 ◼ ハンズオン形式で最適なモデル構築の為に必要な要素を一 気通貫で学ぶカリキュラム ◼ 代表的な機械学習の手法・前処理・ハイパーパラメータの 調整方法など幅広い内容を網羅的に学ぶことが可能 ◼ 多くの演習をこなす事により、現場で活かせるスキルの習 得を目指すコース設計 対象とする業界 全業界 対象とする職種 エンジニア 想定している受講生像 ◼ 手法の選択やモデルのチューニングなどの試行錯誤のプロセスがわ からない方 ◼ 知識としたは持つも、手を動かしたハンズオン形式の講義で、知識 から実務に繋げたい方 ◼ 機械学習についての知識が断片的なもので全体像が見えていない為、 前処理からモデル構築、モデルのチューニングまでを網羅的に学習 したい方 データサイエンス徹底演習コース 必要な前提知識 ◼ プログラミング（Pythonを推奨） ◼ 数学（微分・線形代数・統計） ※上記２項目は事前予習（9時間）によるフォロー有 1/2 データ エンジニアリング システム エンジニアリング データ サイエンス ビジネス
19. 19 セミナー概要 ◼ 受講時間 - 集合研修｜9時間×1日 ◼ 定員｜20名 ◼ 受講料｜30万円(＋税)/人 身につくスキルセット ◼ Scikit-learnを用いてのモデル構築方法 ◼ 問題設定に合わしたアプローチの選択 ◼ 前処理の理解と実装方法 ◼ ハイパーパラメータの調整方法と実装方法 受講後のフォロー コミュニティへの招待、 Q&A対応 データサイエンス徹底演習コース カリキュラム ◼ プログラミング基礎（Python） ◼ Numpy,Pandas,Matplotlib,Scikit-learnの基 礎 ◼ 教師あり学習の基礎から実装（回帰＆分類） ◼ 教師なし学習の基礎から実装 ◼ モデルの評価方法（Precisionと Recall） ◼ 欠損値除去、外れ値除去などの前処理 ◼ グリッドサーチを用いたハイパーパラメータの 調整 2/2
20. ＡＩの力で社会を豊かに。