スキルアップAI ロゴ

E資格 JDLA認定プログラム第1号

現場で使える
ディープラーニング基礎講座

E資格試験対策の決定版

現場で使えるディープラーニング基礎講座は、E資格に精通したスキルアップAIが提供しています。高い合格率とそれを実現する実績豊富な講師陣、そして手頃な価格で、E資格合格を強力にサポートします。

E資格は、一般社団法人日本ディープラーニング協会(JDLA)が認定するAIエンジニア向けの資格で、ディープラーニングの実装をリードできる人材を増やすことを目的に設立されました。E資格の受験資格として、JDLA認定プログラムを試験日の過去2年以内に修了していることが求められます。「現場で使えるディープラーニング基礎講座」はJDLA認定プログラム第1号です。

特長1

受講者のE資格
合格率 86 %

特長1の画像

特長2

受講費
55,000 (税込)

特長2の画像

選ばれる理由

  • 1

    E資格試験に強い講師陣による 高クオリティの講義

    E資格優秀賞受賞の実績、AI開発・データ分析の豊富な実務経験、AI研究で国際学会での論文採択経験がある現役研究者などディープラーニングに精通した講師陣が、高クオリティの講義を実施しています。
    講師は毎年E資格試験に合格しているため、受講者は最新の試験傾向や情報にしっかりと対応できます。
    株式会社スキルアップNeXt 取締役CTO
    小縣 信也
    AI指導実績は国内トップクラス。2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。その後も毎年E資格試験に合格。
    株式会社スキルアップNeXt 取締役CRO/シニアDS
    斉藤 翔汰
    機械学習/深層学習のトップ国際会議ICMLを始め、複数の国際会議において論文採択実績を持つ。Microsoft社認定トレーナー。
  • 2

    高合格率で自信を持って学べる

    スキルアップAIのE資格合格率は、他事業者の平均を大きく上回る86.29%!JDLA認定プログラム第1号として、累計1,300名以上のE資格合格者を輩出しています。
  • 3

    1,000件以上の実践的なQAで学習をサポート

    講義動画だけでなく、1,000件以上の過去のQA集を活用し、効率的に学習を進めることが可能です。疑問点があれば、すぐに検索して解決できるため、自走力を高めながら学び続けられます。それでも不安な場合は、オプションでチャットサポートを利用でき、専門スタッフが個別の質問にも丁寧に対応します(eラーニングを申込の方は有料オプション)。

  • 4

    通し課題で実践力が身につく

    画像識別モデルを実際に作成する通し課題を通じて、実践力が身につきます。
    また、勉強会への参加も可能です。
    勉強会に参加した受講者は、受講者の修了条件となる通し課題に対する取り組みを発表し、講師から直接フィードバックを得たり、課題やE資格に向けた学習をしている際に躓いた箇所や疑問点等を講師に気軽に質問し、その場で解決することができます。

無料トライアル
講義動画+テキストブック

E資格出題範囲の一部(約360分)を無料視聴できます。まずは動画を見て、スキルアップAIの講座の分かりやすさを体験してみてください。
無料トライアル

3つの選べるコース

eラーニング
質問対応なし
eラーニング
質問対応あり
ライブ配信
質問対応あり
料金 55,000円(税込) 165,000円(税込) 165,000円(税込)
サポート内容
  • 合同勉強会
  • 1,000以上のQA
  • 合同勉強会
  • 1,000以上のQA
  • E資格模試
  • チャット質問サポート
  • ライブ講義
  • 1,000以上のQA
  • E資格模試
  • チャット質問サポート
前提となる知識・スキル 必須スキル
講座時間 動画講義37時間
(Notebook解説動画含む)
動画講義37時間
(Notebook解説動画含む)
  • DAY1~DAY4動画講義8時間
  • DAY5~DAY8事前学習8時間+ライブ講義16時間(4日×4時間)
  • 補足動画6時間
  • Notebook解説動画16時間
動画視聴期限 動画共有日から1年間
チャット質問期間 講座チャンネルへの招待日から6ヶ月間 講座チャンネルへの招待日から最終講義日の2ヶ月後まで
修了条件 受講開始から9か月までに下記のクリア
  • 基準精度を上回るDLを活用した画像認識モデルの作成
  • E資格出題範囲をカバーする知識テストに合格
認定
  • Reスキル認定
  • 教育訓練給付制度活用予定の方はこちら
定員 制限なし 制限なし 各回25名(最少催行人数10名)
開催日時 通年開催 通年開催 下記開催日程にてご確認ください

カリキュラム

DAY1~DAY4DAY5~DAY8補足教材(E資格対応)Pytorch講座

DAY1

ディープラーニング講座を通しての課題

ディープラーニング基礎 前半

  • パーセプトロン
  • ニューラルネットワーク
  • 活性化関数
  • 順伝播計算
  • 出力層の設計
  • 予測関数
  • バッチ処理
  • 損失関数

DAY2

ディープラーニング基礎 後半

  • ミニバッチ学習
  • 微分
  • 最急降下法
  • 勾配法
  • 誤差逆伝播法

DAY3

学習の最適化

  • 勾配法の学習を最適化させる方法
  • 重みの初期値
  • 機械学習と純粋な最適化問題の差異
  • ニューラルネットワーク最適化の課題
  • 最適化戦略とメタアルゴリズム
  • 過学習と正則化
  • バッチ正規化とその類似手法
  • ドロップアウト
  • 荷重減衰

DAY4

ディープラーニングの様々なモデル

畳み込みニューラルネットワーク

  • CNN概要
  • 畳み込み層題
  • プーリング層
  • lm2col

その他話題

  • データ拡張
  • 構造出力
  • CNNで扱うデータの種類

DAY5

中間発表

CNNの様々なモデル

  • 著名なCNNモデル
  • 物体検出タスクとCNN
  • セマンティックセグメンテーションタスクとCNN

自己符号化器

生成モデル

  • 生成モデルとは
  • 変分自己符号化器
  • 敵対的生成ネットワーク

DAY6

機械学習で扱うデータと典型的なタスク

  • 画像データ
  • 時系列データ
  • テキストデータ
  • データの権利

再帰型ニューラルネットワーク

  • 再帰型ニューラルネットワーク概要
  • シンプルなRNN
  • LSTM
  • GRU
  • RNNの発展モデル
  • その他の話題

DAY7

自然言語処理における深層学習

  • 自然言語処理と深層学習
  • 自然言語処理の基礎
  • word2vec
  • 系列変換モデル
  • アテンション
  • トランスフォーマー
  • 外部メモリを持つニューラルネットワーク
  • その他の話題

DAY8

最終発表

強化学習

  • 強化学習の基礎1
  • 迷路問題
  • 強化学習の基礎2
  • 強化学習の各種手法
  • Deep Q-Network
  • カートポール問題
  • AlphaGO
  • 逆強化学習
  • 深層強化学習の実用面での課題

転移学習

軽量化技術

高速化技術

フレームワークはPyTorchを使用しています。

シラバス 2024#2〜

  • 第1章:生成モデル
  • 第2章:深層強化学習
  • 第3章:画像認識
  • 第4章:画像の局在化・検知・セグメンテーション
  • 第5章:自然言語処理
  • 第6章:距離学習
  • 第7章:深層学習の説明性
  • 第8章:環境構築(Docker)
  • 第9章:基礎数学・応用数学
  • 第10章:ディープラーニング基礎(DAY1〜3補足)
  • 第11章:データ拡張(DAY4補足)
  • 第12章:画像認識とCNN(DAY4〜5補足)
  • 第13章:物体検出とセグメンテーション(DAY5補足)
  • 第14章:生成モデル(DAY5補足)
  • 第15章:自然言語処理(DAY7補足)
  • 第16章:開発・運用(DAY8補足)
  • 第17章:発展的な手法

本講座には、「ディープラーニングのためのPyTorch入門講座」の全カリキュラムが含まれています。

第1章 なぜPyTorch?

  • 主要な深層学習ライブラリ
  • PyTorchの利点

第2章 データ読み込み

  • Datasetクラス
  • Dataloaderクラス

第3章 モデル

  • 全結合層
  • 活性化関数

第4章 学習

  • 学習(理論)
  • 学習(実装)

第5章 評価

  • 評価(理論)
  • 評価(実装)
  • モデル評価(理論)
  • モデル評価(実装)

第6章 畳み込みニューラルネットワーク

  • 畳み込み層
  • プーリング層
  • 全結合層

第7章 再帰型ニューラルネットワーク

開催日程

【第35期】【第36期】
ライブ配信開催日程

【募集を締め切りました】

  • DAY1~DAY4:動画講義(eラーニング) 9月~10月
  • DAY5:2024/11/12(火)13:30-17:30
  • DAY6:2024/12/03(火) 13:30-17:30
  • DAY7:2024/12/17(火) 13:30-17:30
  • DAY8:2025/01/21(火) 13:30-17:30
  • 予備 2025/01/28(火) 13:30-17:30

担当講師

宮崎 裕介

宮崎 裕介
一橋大学大学院経済学研究科修了。コンサルタントとしてエネルギー、自然環境、マーケティング、教育分野で機械学習のモデリングなどに従事。現在は、機械学習エンジニアリング、AI開発のプロジェクトマネジメント、BIツール導入とDX支援を目的とする技術戦略アドバイザなどを通して、AI利活用の推進を支援している。Deep learning for GENERAL 2017、Deep learning for ENGINEER 2020#1取得。
次回開催日程のお知らせをご希望の方はこちら
お問い合わせ

※オンライン講座(eラーニング形式)の開講時期等に関するお問い合わせは上記よりお願いいたします

ライブ配信開催日程
  • DAY1~DAY4:動画講義(eラーニング) 4月~5月
  • DAY5:2025/06/11(水)13:30-17:30
  • DAY6:2025/06/25(水) 13:30-17:30
  • DAY7:2025/07/09(水) 13:30-17:30
  • DAY8:2025/07/23(水) 13:30-17:30
  • 予備 2025/07/30(水) 13:30-17:30

※申込締切日は、2025/4/30(水)です。

担当講師

安藤 遼哉

安藤 遼哉
スキルアップAI講師。東京理科大学理工学研究科数学専攻(現:創域理工学研究科数理科学専攻)博士前期課程修了。修士(理学)。社会人ドクターとして、東京理科大学創域理工学研究科数理科学専攻博士後期課程に在籍中。専門は代数学(可換環論)。現在は実務とアカデミア両方の観点から、機械学習と数学の融合についての研究に従事。学部在籍時より、大学生・大学院生向けの数学セミナーを複数主催。慶應・理科大数理オンラインセミナー2022年度世話人。
次回開催日程のお知らせをご希望の方はこちら
お問い合わせ

※オンライン講座(eラーニング形式)の開講時期等に関するお問い合わせは上記よりお願いいたします

給付金活用で最大80%還付

eラーニングチャットなし、ライブ配信コースも

教育訓練給付制度を活用することで最大80%還付されます。

¥165,000 ¥33,000~¥82,500

オンライン開催

E資格に向けた
「JDLA認定プログラム」説明会
・教育訓練給付制度説明会

定員
限定
10名様
「E資格に興味はあるけどどの認定プログラムを選べばいいか分からない」「講義についけていけるか不安」
「プログラムについて詳しく知りたい」
そんなお悩みにスキルアップAIのスタッフが無料でお答えします。
個別相談も可能です。希望者は申込フォームにて該当箇所にチェックを入れてください。

日程

  • 11/14(木) 19:30-20:30
  • ※申込を締め切りました
  • 11/19(火) 12:00-13:00
  • ※申込を締め切りました
  • 11/28(木) 19:30-20:30
  
  • 12/12(木) 19:30-20:30
  • 12/17(火) 12:00-13:00
  • 12/26(木) 19:30-20:30
説明会では、認定講座の特長・講座内容・スケジュール・給付金制度についてご説明します。
また、過去に実施した説明会(アーカイブ動画)も配布しておりますのでお気軽にお申込みください。
無料説明会お申し込みはこちら

受講者の声

  • 体系立ててディープラーニングの
    本質を学べ、コアエンジニアの
    育成が可能に
    株式会社オープンストリーム様
    詳しく見る
  • オリジナル教材×事例演習で
    実践的な講座を設計
    現場の中核を担うAI人材を育てるために
    キヤノン株式会社様
    詳しく見る
  • E資格を取って早速社内でAI実装
    資料と講師の説明が分かりやすかった
    E資格合格 岩堀様・奥田様
    詳しく見る

受講企業例

個人受講者のコメント

  • 絶対に丸暗記はさせず、体系的な理解や背景理解を促すコンセプトが徹底されていました。講義を受講する中で他の技術要素と絡めた深い内容を理解できました。
  • 数学に苦手意識がありコーディングもそこそこな私にとっては大変難しく、理解に時間のかかる範囲でしたが、それでも時間をかければ理解できるようかみ砕かれていて、大変充実した研修内容でした。
  • 概論として理解できるがどんな理論・計算で実現できているかわからない、というモヤモヤがかなり解消されました。Web講座の説明がとても分かりやすいので、取り組み始めるハードルが低かったです。

最安値で受けられる
JDLA認定プログラムのご紹介
〜講座のポイントや勉強法を根掘り葉掘り聞いてみた〜

講座で学べることやポイントについて詳細をご紹介!
E資格対策講座の選定に迷っている方はブログをチェック!
ブログを読む

よくある質問

  • 受講に際し、推奨PC環境(OS・ブラウザ)は何ですか?

    以下スペックを満たすPCをご準備ください。

    • MacOSX 10.9 以上
    • Windows 8 以上(64bit必須)
    • メモリ8GB以上必須

    ※8GB未満でも受講していただくことは可能ですが、大容量のデータを扱うため、より高スペックなPCの利用を推奨しています。
    メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。

  • 講義の前に準備しておくことはありますか?

    本講座では、事前準備として下記のインストールが必要となります。

    • Miniconda または Anaconda
    • Python ライブラリ(「pip」ライブラリ管理ソフトを使用)
    • wget

    インストール作業を行えるパソコン環境をご準備ください。
    社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。 ご不明な点がございましたら、事前にご連絡ください。

  • 講座についていけるか不安です。基礎講座は受講した方がいいでしょうか?
    Pythonや数学、統計学、機械学習の分野に自信がない方は、受講をおすすめしています。
    簡易診断テストを受験いただくことで、受講についていけるか事前に確認いただけます。
    無料トライアルもご用意しておりますので、ぜひご活用ください。
  • E資格に不合格だった場合のサポートはありますか?
    E資格合否に関わらず、継続して学習したい方は再度本講座(有償)にお申込みください。本講座は繰り返しお申し込みいただけます。
  • E資格試験受験をするには、いつまでに修了認定が必要ですか?
    E資格試験日の約1ヶ月前迄に修了していただく必要があります。
    修了期限は、受講開始から9ヶ月後です。期限を超えて条件達成しても修了認定は得られないのでご注意ください。
    詳細の期日については、こちらからお問い合わせください。
  • E資格2022#2よりシラバスに追加になった「深層学習フレームワークによる実装」について、PyTorchまたはTensorFlowどちらで対策ができますか?
    本講座では、PyTorchを用いた実装の対策ができます。 新シラバスに対応した追加補足教材では、実装部分をPyTorchで説明しています。
    また、受講者全員にPyTorch講座をセットで提供しています。 TensorFlow版は用意しておりません。
  • 勉強期間や1日の学習時間の目安はありますか?
    講座自体を修了するまでの時間の目安としては、100時間程度必要となります。
    それ以外に問題集を解くなどの試験対策も含めると、総学習時間としては150時間から200時間程度割かれる方が多いです。

    ※時間は目安です。個人差がこざいますので、余裕を持って受講することをおすすめします。

  • オプションのチャット質問対応を受講開始後に申し込むことはできますか?
    受講開始後のチャット質問対応の追加は承っておりません。必要な方は受講開始前にお申し込みください。
  • 企業での受講を考えているのですが、可能ですか?
    はい、可能です。法人での一括導入も可能ですので、まずは法人様お問い合わせフォームよりお問い合わせください。
  • 修了できなかった場合、どうなりますか?
    期日までに修了できなかった場合、再受講いただき再度修了テストを受験してください。
  • E資格2024#2以降のシラバスに対応していますか?
    はい。本講座は、E資格2024#2シラバスで追加された試験範囲にも対応しています。試験範囲に追加された内容を扱う教材として「E資格のための補足資料(E2024#2対応版)」をご用意しております。

    現在受講中で2024年3月末時点で受講期間が残っている方にも、改訂後の補足教材を提供いたしております。現カリキュラムのDAY1〜DAY8は、シラバス改定後も変更はございません。

E資格に精通したスキルアップAIが提供
圧倒的クオリティの講義でE資格合格をサポート

詳細検索

TOP