若手社員

• 人工知能入門-1：講習時間　28分36秒（動画28分36秒　演習0分）
• 人工知能入門-2：講習時間　20分14秒（動画20分14秒　演習0分）
• 人工知能入門-3：講習時間　25分52秒（動画25分52秒　演習0分）
• 人工知能入門-4：講習時間　20分18秒（動画20分18秒　演習0分）
• 統計学が最強の学問である-1：講習時間　25分45秒（動画15分45秒　演習10分）
• 統計学が最強の学問である-2：講習時間　29分35秒（動画19分35秒　演習10分）
• ビッグデータの性質：講習時間　22分09秒（動画22分09秒　演習0分）
• データの扱い方：講習時間　25分16秒（動画25分16秒　演習0分）
• 問題解決器と探索：講習時間　20分29秒（動画20分29秒　演習0分）
• 知識を使わない探索：講習時間　41分57秒（動画26分57秒　演習15分）
• 知識を使った賢い探索：講習時間　46分26秒（動画31分26秒　演習15分）
• 演習の解説：講習時間　15分51秒（動画15分51秒　演習0分）
• 統計的パターン認識と深層学習 前半-1：講習時間　32分04秒（動画32分04秒　演習0分）
• 統計的パターン認識と深層学習 前半-2：講習時間　13分07秒（動画13分07秒　演習0分）
• 統計的パターン認識と深層学習 後半-1：講習時間　23分53秒（動画23分53秒　演習0分）
• 統計的パターン認識と深層学習 後半-2：講習時間　21分43秒（動画21分43秒　演習0分）
• データマイニング-1：講習時間　27分25秒（動画27分25秒　演習0分）
• データマイニング-2：講習時間　17分39秒（動画17分39秒　演習0分）

近年、人工知能技術は著しい進歩を遂げおり、スマートフォンでの顔の認証、声の認識、翻訳から、コンピュータ将棋、ロボット、自動運転などこれまで夢だったものが続々と実現され始めています。このセミナーでは、人工知能について、その始まりから現在までの流れ、理解するために必要な数理統計の基礎、中核になっている問題解決器、信号処理、パターン認識、深層学習、強化学習の基礎を学び、そして、それらを用いた代表的な技術である、自然言語処理、音声言語処理、画像処理、人間情報処理、ロボティクスについて学びます。これにより、現在の人工知能を構成する技術や最近のトレンド、技術の利用に関するノウハウについても学びます。

• 人工知能入門-1：講習時間　28分36秒（動画28分36秒　演習0分）
• 人工知能入門-2：講習時間　20分14秒（動画20分14秒　演習0分）
• 人工知能入門-3：講習時間　25分52秒（動画25分52秒　演習0分）
• 人工知能入門-4：講習時間　20分18秒（動画20分18秒　演習0分）

近年、著しい進歩を遂げている人工知能技術について、その始まりから現在の技術に至るまでの経緯や技術の進歩について学ぶ。また、中核となっている機械学習技術、深層学習のコンセプトについて学ぶ。

• 統計学が最強の学問である-1：講習時間　25分45秒（動画15分45秒　演習10分）
• 統計学が最強の学問である-2：講習時間　29分35秒（動画19分35秒　演習10分）
• ビッグデータの性質：講習時間　22分09秒（動画22分09秒　演習0分）
• データの扱い方：講習時間　25分16秒（動画25分16秒　演習0分）

ネットやIoTが普及した現代では、比較的安価に大量のデータが入手でき、これは宝の山です。しかしその扱い方を知らなければ宝の持ち腐れです。
オンラインセミナーでは統計の基礎を通じてデータの扱い方を学びます。

• 問題解決器と探索：講習時間　20分29秒（動画20分29秒　演習0分）
• 知識を使わない探索：講習時間　41分57秒（動画26分57秒　演習15分）
• 知識を使った賢い探索：講習時間　46分26秒（動画31分26秒　演習15分）
• 演習の解説：講習時間　15分51秒（動画15分51秒　演習0分）

人間は、何らかの問題に直面すると、その解決策を考え出そうとします。AIの目的の一つは、問題を与えるとそれに対する答えを導き出す問題解決器としての役割です。答えを導き出すには、与えられた問題からゴールを探し出す探索が必要になります。このセミナーでは、問題解決器という考え方、そして、そこで使われる探索のためのアルゴリズムについて学習します。

• 統計的パターン認識と深層学習 前半-1：講習時間　32分04秒（動画32分04秒　演習0分）
• 統計的パターン認識と深層学習 前半-2：講習時間　13分07秒（動画13分07秒　演習0分）
• 統計的パターン認識と深層学習 後半-1：講習時間　23分53秒（動画23分53秒　演習0分）
• 統計的パターン認識と深層学習 後半-2：講習時間　21分43秒（動画21分43秒　演習0分）

前半は、統計的パターン認識、機械学習に関して教師あり学習、教師なし学習、クラスタリングについて概説する。
後半は、近年画像認識や音声認識の分野で広範に利用されている深層学習の手法について、ニューラルネットワークの基本から最先端の具体的な応用例までを紹介する。

• データマイニング-1：講習時間　27分25秒（動画27分25秒　演習0分）
• データマイニング-2：講習時間　17分39秒（動画17分39秒　演習0分）

さまざまな産業で、データサイエンスによるマイニングが必要となってきた。その背景には、企業には大量のデータがあり、このデータを活用し、新たな製品開発に活用することが認識され始めたからである。このことは日本に限らず米国でも、マテリアル・ゲノム・イニシアティブとして進められている。そこで、本講義では、Rプログラム言語を電卓の如く活用し、化学データの解析法（マイニング法）を紹介する。