• AI各分野（機械学習・画像認識・自然言語処理等）について、課題と手法を正しく理解できる
• AI各分野の課題解決のためのプログラムを作成できる
• AIを必要とする課題に対して、目標設定・データの選択・手法選択・分析・プログラムの作成を 実践できる

• IT部門のエンジニア等

• AIやその活用に興味があり、プログラミングの知識・経験がある方
  （演習はすべてPythonを用いて行いますので、Pythonの経験がない方は事前に入門書等での学習を強く推奨いたします）
• 文献やウェブで必要な情報や技術を調査・参照し、プログラミングできる方
• 線形代数、微分、確率などの数学の基礎（推奨）

全30時間

■AI全般
AIの定義・特徴などAIを学ぶ上で前提となる知識を学ぶ。
また、必要となる数学について学び、Pythonを用いたプログラミング演習を行う。

■数値分析・機械学習
数値分析・機械学習の各種手法を、プログラミング演習を通して学ぶ。

• 機械学習概論
• 前処理
• 回帰モデル
• 分類モデル
• クラスタリング

■画像認識
画像のパターン認識や、畳込みニューラルネットワーク（CNN）を利用した画像認識をプログラミング演習を通して学ぶ。

• 画像認識概論
• パターン認識
• ディープラーニング概論
• ニューラルネットワーク
• CNN
• 転移学習
• 自己符号化
• R-CNN

■自然言語処理
自然言語処理の基礎技術、および単語や文章の特徴量の抽出と利用方法、また、自然言語処理を対象としたディープラーニングの事例を、プログラミング演習を通して学ぶ。

• 自然言語処理概論
• 形態素解析
• 特徴量抽出
• 文書分類
• RNN

■AI実習
データに対して、AIを用いた解決策を考え、AI開発を実践する。