更新日：2025年06月18日

AI開発研修

数理知識の理解から機械学習・ディープラーニングまで対応

機械学習・ディープラーニングのライブラリを用いた開発ができる
数理知識が身につきスムーズな開発が可能になる
エンジニアのリスキリングができる

AI開発研修について無料相談

AI開発研修は、AIシステムの開発に欠かせないプログラミング言語はもちろん数理知識、機械学習、ディープラーニングを学習し、AIサービスの開発を担えるエンジニアを育成します。

既にPythonについて理解がある方の場合は、開発言語基礎を除いたカリキュラムでの学習もできます。また、ご要望に応じて開発演習を行うことで実践力をさらに高めることができます。

Before

AIを活用したシステムを開発したかったが、知識不足によりできなかった

After

AI開発の関連技術や実装方法を理解し、AIシステム開発ができるようになった

AI開発研修について相談する

現場活用を目的としたAI開発研修のカリキュラム

1神奈川工科大学との
共同開発

次代の情報産業分野におけるプロフェッショナルを育成している神奈川工科大学と共同開発。AI開発に欠かせないスキルを習得できます。
2実務直結の
開発演習

実務をコンセプトにした開発演習やプレゼンテーションを行い、システム開発現場で稼働できる実践力を身につけます。
3現場活用の
フォローアップ

研修後、オフィスアワーやフォローアップトレーニングを通じて研修講師が現場で生じた疑問点を解決します。

AI開発研修プログラム

AI開発研修では、計算を効率的に行うための拡張モジュール、微分や行列、統計など、処理や分析に欠かせない数理知識を学習します。

また、機械学習の仕組みやアルゴリズムの種類、機械学習ライブラリのScikit-learnを活用した機能の実装を学習。ディープラーニングについては開発・運用に必要な環境、パーセプトロンやニューラルネットの仕組み、各種技術について学習します。

この研修ではPythonを用いて学習を進めるため、初心者の方はPython研修とセットでの受講をお勧めしています。

対象者

Pythonのスキルを有している方
機械学習やディープラーニングのライブラリを用いた開発を行いたい方
AI分野へリスキリングをしたいエンジニアの方

AI（数理知識）

項目	内容
AI概論と活用事例/環境構築/数学基礎と関数	人工知能とは人工知能の概要人工知能の活用事例人工知能になぜ数理知識が必要なのか(微分、行列、統計) Google Colab の用意 Numpyの利用変数と定数一次関数指数(累乗と平方根)、対数多項式関数、三角関数、総和応用的な関数(ガウス、シグモイドなど)
微分/行列	微分とは微分の公式、導関数微分の連鎖偏微分最小値問題(最小二乗法、勾配降下法) スカラー、ベクトル、行列転置行列単位行列逆行列ニューロ計算での利用固有値と統計での利用
統計	統計とは平均、分散、標準偏差正規分布と３σ法条件付き確率とベイズ推定推定と仮説検定情報量（エントロピー）数理知識のまとめ

AI（機械学習）

項目	内容
機械学習の概要/単回帰分析	機械学習とは人間の思考体系に基づく推論機械学習の種類(教師あり、なし) 機械学習アルゴリズムの種類回帰分析の基本概念モデルの導出評価関数の決定 Scikit-learn による実装演習
重回帰分析/ロジスティクス回帰	重回帰分析とはモデル、評価関数の設定 Scikit-learn による実装時系列データへの適用ロジスティック回帰の基本を解説サンプルコードでロジスティック回帰を試す教師あり学習による分類
クラスタリング	クラスタリングの基本を解説 K-means 法サンプルコードでクラスタリングを試す階層的クラスタリング演習
決定木とその他の技術/アンサンブル学習	決定木その他の技術（主成分分析，アソシエーションなど）次元削減への応用バギングとブートストラップ例題実行による体験演習
自然言語処理	テキストライブラリの準備形態素解析 MeCabの利用 TF-IDF値の計算記事カテゴリの自動判定

AI（ディープラーニング）

項目	内容
概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング	概要と環境準備/データ前処理技術/モデルの評価手法/モデルのチューニング KerasおよびTensorflowとは可視化データクリーニング交差検定（クロスバリデーション）混同行列、適合率と再現率、ROC グリッドサーチ，ランダムサーチ，アンサンブル演習
パーセプトロン/ニューラルネットの仕組み/体験実習 (MNIST)	多層パーセプトロン多層構造活性化関数誤差評価関数バックプロパゲーション勾配損失パラメータ(隠れ層数、ユニット数、学習率、バッチサイズ) 公開データベースの利用データの読み込みと加工、準備学習評価とモデル改良
ディープラーニングの技術概論/CNN	従来技術の課題と概要データ拡張ドロップアウト、オートエンコーダ画像認識の概要と技術 CNNの全体構造畳み込み(フィルタ)、プーリング様々なCNNアーキテクチャ(LeNet-5、AlexNet、GoogleNet、ResNet) 転移学習(学習結果の保存と再利用、チューニング) 演習
RNN	構造と基本技術時系列データへの適用自然言語処理ベクトルモデルとword2vec 文章生成への利用演習
文章生成への利用	GAN 自然言語処理：BERTとGPT 強化学習演習

AI開発研修について相談する

時間数・日程

26時間
※カリキュラム内容や時間数のカスタマイズができますので、お気軽にご相談ください。
※開催日程は貴社のご要望をお伺いしご提案いたします。

料金体系

受講者数や時間数に応じて変動します。また、カリキュラム内容のカスタマイズや講師派遣などのご要望に応じて変動いたします。ご予算にあわせてのご提案もできますので、お気軽にお問い合わせください。

AI開発研修について相談する

AI開発系の研修を受けた企業の事例

日本アクセス株式会社一般企業向けのAI概要研修ではなく自社の要望に合う研修だった

講師の説明や教材の完成度が非常に高く、分かりやすかったです。オンラインの履修は難しいところもありますが、滞りなく上手に解説されていました。Pythonは、掘り下げて学習させてもらいましたので、今後は深いところで活用できそうです。AIのアルコリズムも以前はニューラルネットワークだけだと思っていましたが、今回は他のものも学ぶことができました。
AI活用系の研修事例をみる

AI開発研修について相談する

AIリテラシー系の人気研修

AI開発系の人気研修