AI活用技術　科目サイト 　|　ITゲーム＆ロボットシステム学科

• 第1章 人工知能の基礎
• 第2章 機械学習の基礎
• 第3章 ディープラーニングの基礎
• 第4章 機械学習と統計学
• 第5章 相関関係と因果関係
• 第6章 データマインイングの基礎
• 第7章 AIとビッグデータ

• 1. 人工知能とは
• 2. 機械学習
• 3. 教師あり学習
• 4. 教師なし学習
• 5. 強化学習
• 6. AIモデル構築のためのPython
• 7. AIモデル構築実践（１）Kerasによる数値予測モデル
• 8. AIモデル構築実践（２）Kerasによる画像分類モデル

Lesson 1 Pythonの基本

• 1-1 変数の宣言と数値の計算をマスターしよう
• 1-2 文字列のさまざまな操作方法
• 練習問題1

Lesson 2 データ構造

• 2-1 複数データを並列にまとめる
• 練習問題2-1 リスト
• 2-2 タプル
• 練習問題2-2 タプル
• 2-3 辞書型
• 練習問題2-3 辞書型
• 2-4 データ同士の演算ができる集合

Lesson 3 制御フロー

• 3-1 見やすいコードを書く
• 3-2 条件分岐
• 3-3 繰り返し処理

Lesson 4 関数と例外処理

• 4-1 何度も実行する処理の関数を作ろう
• 4-2 関数の応用をマスターしよう
• 4-2 追補　デコレータ

練習問題50

• 練習問題50

• 後期総まとめ

• 1.1 人工知能とは
• 1.2 人工知能研究の歴史
• 第1章　章末問題

• 2.1 探索・推論
• 2.2 知識表現
• 2.3 機械学習・深層学習
• 　　【はじめてのデータサイエンス PART1】PDF資料
• 　　【はじめてのデータサイエンス PART2】PDF資料
• 　　【はじめてのデータサイエンス PART3】PDF資料
• 　　【はじめてのデータサイエンス PART4】PDF資料
• 2.3 追補　パーセプトロンの仕組みと実装方法
• 第2章　章末問題

• 3.1 人工知能分野の問題
• 第3章　章末問題
• 第3章　確認問題（穴埋め）

• 4.1 代表的な手法　1.学習の種類
• 4.1 代表的な手法　2.教師あり学習
• 4.1 代表的な手法　3.教師なし学習
• 4.1 代表的な手法　4.強化学習
• 復習用教材　※期間限定

• 00-目次
• 01-AIとは何か
• 02-AIで何ができるのか？
• 03-AIと他のキーワードとの関係
• 04-なぜAIブームが起こったのか？
• 05-AIで社会はどう変わるか？①
• 06-AIで社会はどう変わるか？②
• 07-AIによるビジネスのパラダイムシフト①
• 08-AIによるビジネスのパラダイムシフト②
• 09-デジタルトランスフォーメーションとAI

• 10-AIの進化の歴史
• 11-第3次AIブームの主役、ディープラーニングの登場
• 12-ディープラーニングはなぜすごいのか？
• 13-ディープラーニングのしくみ①
• 14-ディープラーニングのしくみ②
• 15-ディープラーニングの課題①　ブラックボックス
• 16-ディープラーニングの課題②　膨大な学習データ
• 17-ディープラーニングの課題③　膨大な計算リソース
• 18-ディープラーニングの課題④　学習のための設定
• 19-いろいろな種類のAI
• 20-統計解析的アプローチと機械学習的アプローチ
• 21-AIが使えないケースはなぜ起こる？①
• 22-AIが使えないケースはなぜ起こる？②

• 23-自然言語による対話サービス
• 24-画像理解技術
• 25-専門家の知的業務を支援するAI
• 26-知的な行動ができるロボット
• 27-人間を取り巻く環境自体がAI化
• 28-画像認識①
• 29-画像認識②
• 30-音声認識①
• 31-音声認識②
• 32-文字認識
• 33-言語理解①
• 34-言語理解②
• 35-未来予測①
• 36-未来予測②
• 37-異常検知

• 28-画像認識①

• Linux 主なコマンド
• 1　AIで画像認識を行う
• 2　教師データを準備する
• 3　ラベルファイルの作成
• 4　AIモデル学習のための準備
• 5　AIモデル作成
• 6　AIモデルの学習と結果の可視化
• 7　AIモデルを使った推定（AIモデルの評価）
• 8　AIモデルの保存とバックアップ

• 1 プログラミング言語 Python を学ぼう！
• 2 Pythonの関数
• 3 モジュールとimport
• 4 文字列処理と入出力
• 5 メソッド
• 6 練習問題
• 7 条件分岐
• 8 論理演算と条件
• 9 whileループ
• 10 関数の定義

• 3分間ネットワーキング
• 30分間ネットワーキング
• @IT ネットワーク
• ネットワーク入門サイト

• 01. 人工知能とは
• 　　01. ノート
• 02. 学習と推論
• 　　02. ノート
• 03. 教師あり学習とは（回帰と分類）
• 　　03. ノート
• 04. 回帰分析とは
• 　　04. ノート
• 05. 教師なし学習（クラスタリング）
• 　　05. ノート
• 06. 教師なし学習（主成分分析）
• 　　06. ノート
• 07. 強化学習とは
• 　　07. ノート
• 08. ニューラルネットワーク
• 　　08. ノート
• 09. サポートベクターマシン（SVM）
• 　　09．ノート
• 10. 決定木

• 【完全版】この動画1本でPythonの基礎を習得！
• 【再生リスト】中学生でもわかるPython入門シリーズ