こんにちは！ブレインパッドの土屋です。

本日は8月最終日です。

とってもとっても暑い８月でしたが、皆さまいかがお過ごしでしょうか。

昨年に引き続き、AI（人工知能）の活用が国内でも目覚ましい勢いで広がっています。
その主役ともいえるのが機械学習技術でして、その中でも「深層学習（ディープラーニング）」の技術が脚光を浴び続けています。

大型書店のコンピュータ関連書籍の棚に行くと「機械学習」をはじめ「人工知能」、「ディープラーニング」などのタイトルを冠した書籍が多く並んでいます。

「ゼロからはじめる～」「はじめての～」といったライトなテイストの書籍から、洋書を翻訳した本格的なものまで、
色々な書籍が並んでいて一体どれを選んだらよいのかよくわからないというのが、機械学習や深層学習の学習を始めたい方の悩みなのではないでしょうか。

当社からのアドバイスとしては、書籍による学習は、既に基礎理論や技術概要が理解できている段階であれば学習効果は高いのですが、
初心者がいきなり書籍で学習をするのは非常にハードルが高いと考えています。
よって、ある一定の習熟レベルまで理解を進めるために、身近にいる当該分野に詳しい方に教わったり、外部研修に参加して、まずは感覚を掴んでいただくことをお勧めします。

そこで、本日は「Pythonではじめるディープラーニング実践：画像解析入門」に関する「よくあるご質問」の更新内容をご紹介したいと思います。

講座は原則として これからディープラーニングの学習を始たい方を対象にしております。
また、Pythonのコードも一から書いていただくのではなく、サンプルコードを使用したハンズオン形式で講義を進めます。
加えて、講座開催中はTA（ティーチングアシスタント）が個別にサポートいたしますので ご安心くださいませ。
なお、統計解析の基本的な知識を習得したいという事であれば、下記の講座カリキュラムの受講も併せて検討いただければと思います。

• Rによる統計解析
• 機械学習による問題解決実践

エンジニア職の方にも文系出身の方がおられるので、最近はそのような質問も承るようになってきました。一方、理系出身で学生時代に数学が得意だった方でも、社会人になって数学からいったん離れてしまうと、すっかり知識から抜けてしまっているケースが見受けられることもあります。
講座内では、関数、行列、微分積分などディープラーニングの理解に必要となる高校数学程度の知識から復習し、機械学習で使われる数学や統計の理論ともに理解していきます。
何となく数式を覚えて理解するのではなく、数学の基礎の基礎から理解していきますので、単純にコードを書いてモデルを構築するよりも学習効果が高くなると考えています。

弊社の公開講座の特徴と強みに関しましては、こちらからご確認ください。
なお、個別のご質問は、こちらから承ります。

次回は、企業の人材育成担当者様からいただく「よくあるご質問」をご紹介したいと思います。

では、また！