学習内容
|
1. イントロダクション
- ビジネスサイドのAIリテラシー
- 最新のAI動向
- AI実用化が進んだ理由
- AI開発の全体像
2. AI導入までのロードマップ
- AIとは
- 機械学習の3大トピック
- データの種類とタスク
- 活用事例
- AIと自動化
3. 実践課題1:需要予測と最適化
- 手動オペレーション
- データサイエンス
- アルゴリズム
- 機械学習
4. 実践課題2:チャットボット
- 手動オペレーション
- ルールベース
- アルゴリズム
- 機械学習 + 自動化
5. Azure ML Studio を使ったモデル構築
- GUI を使ったAIモデル構築
- 訓練データと検証データの分割
- ハイパーパラメータ調整
- 評価指標
6. 実践課題3:外観検査と異常検知
- 画像分類 モデル構築
- 物体検知 モデル構築
- Custom Vision API を使った自動化
7. AIサービス企画ワークショップ
- 全体設計
- ビジネス課題から考えるAIサービス企画
- 誰のどんな課題をどう解決するか
- ボトルネックの発見
- 発表・フィードバック
|