Day0: コース概要
- 本コースについての説明
Day1: キーワードの整理
- キーワードの整理
- ディープラーニングについての詳細
Day2: 機械学習の仕組み
- 機械学習の構成要素
- 学習のさせ方
- 機械学習の特性
Day3: 機械学習の適用
- ビジネスシーン
- ビジネスシーンへの適用の背景
- アートシーン
- アートシーンへの適用の背景
- 今後の適用の方向性
Day4: 機械学習の実装手段
- 実装の選択肢の整理
- ライブラリ型
- パッケージ型
- プラットフォーム型
- サービス型
- どの方法を選ぶべきか
Day5: 機械学習アプリケーションの設計
- 設計の基本方針
- アーキテクチャの構成パターン
- プログラムの設計
Day6: 機械学習アプリケーションの実装
- 開発環境の準備
- 実装の基本的なプロセス
- データの前処理
- 学習用と評価用のデータの分割
- モデルの評価
- 実際のアプリケーションの実装
Day7: 機械学習アプリケーションの導入と運用
- 機械学習の導入検討プロセス
- 仮説の検証: 業務への貢献を明確にする
- 仮説の検証: シミュレーションを行いモデルを検証する
- 実装
- 運用・評価
- まとめ
Next Step
- Next Step