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