AIで新規プロジェクトを成功に導く!社会人向けデータサイエンス講座

講座1 ―入門編 
2018年11月16日(金)
14:00~18:00(受付開始 13:30)

いきなりPythonで素早く機械学習
中西 崇文
武蔵野大学 データサイエンス学部(2019年4月開設) 准教授
国際大学GLOCOM 主任研究員
中西 崇文
講師プロフィール 筑波大学大学院システム情報工学研究科で博士(工学)の学位を取得。情報通信研究機構(NICT)のナレッジクラスタシステムの研究開発、大規模データ分析・可視化手法に関する研究開発などに従事。専門は、データマイニング、ビッグデータ分析システム、統合データベース、感性情報処理、メディアコンテンツ分析など。現在は、武蔵野大学准教授、国際大学GLOCOMの准教授・主任研究員を務める。著書には「シンギュラリティは怖くない:ちょっと落ちついて人工知能について考えよう」(草思社)や、「スマートデータ・イノベーション」(翔泳社)などがある。
講座内容 データサイエンスの現場では、プログラミング言語「Python」が使われるケースが多くある。「Python」は、シンプルで効率的にプログラムが書けるため、これを具体的な業務に有効活用しようとするユーザーが増えています。本講座では、昨今注目される機械学習、特にニューラルネットワーク(ディープラーニングを含む)の概要や最新トレンド、データサイエンスを扱った事例を一通り解説した上で、Python+Tensorflow+Kerasの環境でいきなり簡単に画像認識を実現してみる。自分で収集した画像を学習させながら、機械学習がどのような技術であるかを体験する。さらには、少人数のグループ別のワークショップ形式で話し合いを進めながら問題点を出し合い、成果物を完成形へと作り上げていく。本講座を受講することで、AIを含むデータサイエンスの最新のトレンド、事例を知るだけでなく、いきなりデータサイエンスの現場で使われるプログラミング言語「Python」の環境を整え、Pythonでプログラミングすることで画像認識エンジンを実現することができる。
タイムスケジュール
講座実施時間 14:00~18:00
1限目
データサイエンス・機械学習の基礎

<内容>
・データサイエンスとは
・データサイエンス、機械学習の最新事例
・ディープラーニングの概要

2限目
「Python」のインストールと簡単な使い方マスター

<内容>
・Anaconda、Tensorflow、Kerasのインストール
・Pythonの動作の基礎

3限目
ニューラルネットワークによる簡単な画像認識とグループワーク

<内容>
・ニューラルネットワークの実装
・画像認識への適用
・グループワーク

4限目
成果発表、共有

<内容>
・3限目の取り組みをプレゼン

講座の終了後には、武蔵野大学の「ロハスカフェARIAKE」で懇親会を行います。(当日に別途参加費が必要です。)

本講座で実現できること ①データサイエンス、機械学習、人工知能(AI)ブームのトレンドを講義を通じて理解をできる。
②データサイエンティストのデファクトスタンダードである「Python」を自らのPCにインストールして、なんとなく使えるようにする。
➂画像認識を実現することにより機械学習、ニューラルネットワーク、ディープラーニングで何ができるかを体験する。
利用ソフト、持参PC等、
機器について
受講時には、PCを持参・利用ください(Windows、Mac可)。
CPU:64bit 推奨
ハードウェア:プロセッサ2.6Ghz以上推奨
PCでの演習時の機種・環境設定等は、ご自身の責任において行っていただきます。
ネットワーク環境: 要ネットワーク

講座2 ―中級・実践編 2018年11月23日(金・祝)
14:00~18:00(受付開始 13:30)

データサイエンスで一体なにができるーAIビジネス戦略を立てる
塚本 幸一郎
株式会社電通デジタル
デジタルトランスフォーメーション部門
研究主席
塚本 幸一郎
講師プロフィール SAS Institute アライアンス戦略部 マネージャー、米フェア・アイザック 日本支社 戦略パートナー、株式会社シグマクシス プリンシパル、ブティックファーム CAO(最高解析責任者)& マネージング・ディレクター、ビジネスコンサルティングファーム パートナー ビジネス&デジタル戦略統括、その他複数のコンサルティングファームを経て現在に至る。顧客情報データを活用した企業の収益率向上を実現する要件定義・提案・導入及び定着化のコンサルティングに従事。
数多くの業種へBPR、OPEX、IoTを利活用した調達業務プロセス改革、マーチャンダイジング、CRM最適化など上流工程からデリバリーまで一気通貫で顧客課題・要件に携わる。 統計学・数理計画法・線形計画法・金融工学に裏付けされたマーケティングモデル導入に関する多くの方法論を有する。
講座内容 昨今、多様なデータレイクから課題解決・マーケティングへの利活用を求める要件が多い中、実際ビジネスへデータサイエンスを活かすための思考・プロセス・必要となるビジネス・技術的側面要素を実例・仮設をもとに導き出す方法論立案を学んでいただきます。
データサイエンスを活かすための情報基盤整備(ETL・マイニング・レポーティング・統合メタデータ・DMP等)の基礎知識をご説明し、データ活用の入り口・進め方を再整理します。
マーケティングシナリオ設計のロジックツリー設計を、ワークショップ形式にてチームに別れホワイトボードを使ってデザインシンキング・行動経済学の思考により描くコツ・勘所を体感いただき、ご自身のビジネス・生活へ統計学を実際に活かしていただく術を身に付けます。
タイムスケジュール
講座実施時間 14:00~18:00
1限目
データサイエンスの基礎

<内容>
・統計学の基礎知識・データ分析の手法・機械学習アルゴリズム・活用シナリオ応用例

2限目
ビジネスプロセス

<内容>
・データ分析要件の進め方・マーケティング応用・リスクマネジメント応用・クレジットスコアリング・ロジックツリー設計方法論

3限目
マーケティングシナリオ設計ワークショップ

<内容>
・チームビルディングによる課題解決の導き出し・成果発表

4限目
総括

講座の終了後には、武蔵野大学の「ロハスカフェARIAKE」で懇親会を行います。(当日に別途参加費が必要です。)

本講座で実現できること ①ビジネスにおけるデータ活用の勘所
②統計学を活用するにあたって必要となる技術要素
➂人工知能を活用するための思考(ビジネスプロセスマッピング)
利用ソフト、持参PC等、
機器について
特になし

講座3 ―応用・実践編 
2018年11月30日(金)
14:00~18:00(受付開始 13:30)

データサイエンスのPJの進め方
宮﨑 淳
株式会社オレンジテクラボ
CEO
宮﨑 淳
講師プロフィール 【宮﨑 淳 氏】
工学博士(慶應義塾大学大学院)富士ゼロックス奉職後、早期退職し、株式会社オレンジテクラボを立ち上げ。
人工知能特に深層学習を中心とした人工知能システムの設計、コンサルティングに従事。シリコンバレーと日本を繋ぐ新規事業開発とインキュベーション、日本アジアパシフィックでの事業化・技術マーケティングを担当、 死の谷を何回か超える。
講座内容 この講座では、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトをスムーズに進めるために必要な前提知識、機械学習特有のプロジェクトの流れ、問題、成功させるためのプロセスを理解する。具体的には、 先端のAI技術について紹介していくことで、ビジネスにおいてイノベーションを起こすプロジェクトを見抜く眼力と鼻を養なっていく。具体的に、講座内において、ビジネス展開を想定した仮想的なAIプロジェクト企画の要求仕様の作成を行う。また、それに基づく見積もりを作成する。チームに別れてグループワークで仕様の議論を行ない、課題点を明確にする。 最後にクラス全体でチーム検討結果を共有し、AI企画、見積もりの課題点を浮き彫りにする。具体的なAI技術を想定した、AIプロジェクト企画の要求仕様の作成や、それに基づく見積もりの作成を体験することにより、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトの具体的な進め方を理解していく。
タイムスケジュール
講座実施時間 14:00~18:00
1限目
先端AIを嗅ぐ力をつける

<内容>
・先端のAI技術の素性を見抜く力をつける

2限目
要求仕様と見積もりを書く

<内容>
・ワークショップ形式にて、チームにわかれ、仮想AIプロジェクトの企画、要求仕様を描き、それに対するRFPプロポーザルを描く

3限目
チームディスカッションと気づき

<内容>
・チーム内で、企画と見積もりの議論を行い、課題を発見する。全体にて議論を行い、総括する

講座の終了後には、武蔵野大学の「ロハスカフェARIAKE」で懇親会を行います。(当日に別途参加費が必要です。)

本講座で実現できること ①先端のAI技術の素性を見抜く力をつける
②ワークショップ形式にて、チームにわかれ、仮想AIプロジェクトの企画、要求仕様を描き、それに対するRFPプロポーザルを描く
➂チーム内で、企画と見積もりの議論を行い、課題を発見する。全体にて議論を行い、総括する
以上により、自社のAI企画をリードできる人材育成を目標とする
利用ソフト、持参PC等、
機器について
ご自分のノートPCをご持参ください。インターネットを検索し、AI技術の検索、アセスを行い、ドキュメントを書く必要があります(PowerPoint持ち込みが望ましい)

講座4 ―上級編 
2018年12月7日(金)
14:00~18:00(受付開始 13:30)

機械学習とアルゴリズムの考え方
申 吉浩
兵庫県立大学 応用情報科学研究科 教授
Carnegie Mellon University, Information Network Institute 特任教員
申 吉浩
講師プロフィール 東京大学理学部数学科卒業
東京大学理学系研究科数学専門課程博士課程修了
富士ゼロックス株式会社総合研究所
東京大学先端科学技術研究センター 特任助手
カーネギーメロン大学日本校 教授
兵庫県立大学大学院応用情報科学研究科 教授
講座内容 前半では、機械学習の最も基本的な考え方を、分かりやすい例題と、ハンズオンを用いて解説する。機械学習の基礎である「特徴設計▶類似度関数設計▶データ正規化▶パラメータ最適化▶学習アルゴリズム適用▶結果分析」の基本サイクルを実践することで、単に概念的にではなく、経験的に機械学習の手法を体験して貰う。
後半では、ニューラルコンピューティングについて、その基本原理を学んだ後、現在注目を浴びている畳み込みニューラルコンピューティングを用いて、Capture攻略をハンズオンで行う。Captureは本来自動化ツールによるログインアテンプトを防止する目的で導入され、広く用いられてきたが、今や、機械学習の手法を用いて無効化することが可能である。最新の技術成果を体験することで、機械学習の威力を理解してもらう。
タイムスケジュール
講座実施時間 14:00~18:00
1限目
機械学習の基礎I

<内容>
文例による著者判定を例題として、「特徴設計▶類似度関数設計▶データ正規化▶パラメータ最適化▶学習アルゴリズム適用▶結果分析」のサイクルを一巡し、機械学習の基本手順を体験する。

2限目
機械学習の基礎II

<内容>
機械学習アルゴリズムを適用した結果に基づき、問題点を洗い出し、改善策を探索する。改善策をもとに、サイクルをもう一度まわし、結果が改善されることを確かめる。
この過程で、データ正規化、k最近傍法、多次元尺度法、サポートベクトルマシン、交叉検証など、機械学習の基本手法を学ぶともに、混合行列、正答率、適合率、再現率、Fスコアといった基本的な評価尺度を学ぶ。

3限目
ニューラルコンピューティングの基礎理論

<内容>
ニューラルコンピューティングの概念の説明から始め、パーセプトロンから、畳み込みニューラルコンピューティングまで、歴史的な観点も交えて、ニューラルコンピューティングの基礎的な理論を解説する。活性化関数、損失関数、確率的勾配降下法、画像畳み込みなど、ニューラルコンピューティングを理解する上で必須の概念も解説する。

4限目
Capture攻略

<内容>
Kerasを用いて、ハンズオン形式で、Captureの攻略を体験する。

講座の終了後には、武蔵野大学の「ロハスカフェARIAKE」で懇親会を行います。(当日に別途参加費が必要です。)

本講座で実現できること ①機械学習の基本的な考え方
②機械学習の基本的なアルゴリズム、評価方法、指標など
➂ニューラルコンピューティングの基礎理論
利用ソフト、持参PC等、
機器について
Python, Jupyter、MeCabがインストールされたPC

講座5 ―実践編 
2018年12月14日(金)
14:00~18:00(受付開始 13:30)

機械学習機能付オリジナルWebアプリの開発
中村 亮太
武蔵野大学
データサイエンス学部(2019年4月開設) 准教授
中村 亮太
長谷川 理
武蔵野大学
データサイエンス学部(2019年4月開設) 専任講師
長谷川 理
講師プロフィール 【中村 亮太 氏】
慶應義塾大学大学院理工学研究科で博士(工学)の学位を取得。東京工科大学メディア学部ならびに片柳研究所において脳波や視線、顔面皮膚温度などの生体情報を活用したマルチメディア自動編集システムの研究に従事。専門は、ヒューマンコンピュータインタラクション、ヒューマンインタフェース、グループウェア、Webサービス、コミュニケーション科学、複合現実(MR)活用、機械学習活用。現在は、武蔵野大学工学部数理工学科准教授ならびにアジアAI研究所研究員、東京工科大学コンピュータサイエンス学部非常勤講師、情報処理学会グループウェアとネットワークサービス研究会運営委員ならびにインタラクション2019実行委員を務める。また、NVIDIA Deep Learning Institute Platform Course for Instructorsに認定されている。
【長谷川 理 氏】
千歳科学技術大学大学院光科学研究科で博士(理工学)の学位を取得。信州大学総合情報センターにおいて情報基盤システム、認証システム、情報セキュリティ、学修支援システムの研究に従事。現在は、武蔵野大学工学部数理工学科専任講師ならびにアジアAI研究所研究員として、個々の学習者特性に応じた教育支援システムの研究開発および教育支援システムの運用方策に関する研究を行う。電子情報通信学会教育・教育システム情報学会・日本リメディアル教育学会・コンピュータ利用教育学会・日本情報科教育学会・学習分析学会各会員。
講座内容 【Webアプリケーションに機械学習を組み込むことで生まれる新たなユーザ体験】
昨今、Webブラウザ上で機械学習モデルの構築ならびに学習と学習済みモデルの実行などが可能になるJavaScriptライブラリ「TensorFlow.js」がGoogleによって公開されたように、今後ますます機械学習をWebアプリケーションに組み込む手段が増え、スマートフォンやタブレットを用いて気軽に機械学習の機能を体験できることが予測されます。Googleが開発したスマートフォンカメラを使った画像認識による絵合わせゲーム「Emoji Scavenger Hunt」やカメラを使用して機械学習させる「TEACHABLE MACHINE」を紹介しながら、JavaScriptでTensorflowが利用できるメリットについて説明します。また、学習済みモデルによる推論機能をWebアプリケーションから利用する方法や機械学習モデル自体を構築する方法について講義します。さらに、Tensorflowを用いた独自の画像認識Webアプリケーションを構築し、Webアプリケーションに機械学習を組み込むことで生まれる新たなユーザ体験について議論します。
タイムスケジュール
講座実施時間 14:00~18:00
1限目
「Tensorflow」について

<内容>
・「TEACHABLE MACHINE」などのTensorflowを用いた画像認識ゲームの体験
・Tensorflowの特徴やしくみの理解

2限目
機械学習をWebアプリケーションに組み込むアプローチ

<内容>
・JavaScriptでTensorflowを利用する方法を習得
・学習済みモデル「MobileNet」の利用方法と独自に機械学習のモデルを構築する方法の習得

3限目
TensorFlow.jsを利用したWebアプリ構築

<内容>
・学習済みモデルまたは独自の機械学習モデルを用いた画像認識Webアプリケーションの構築を行う

4限目
成果発表

<内容>
・構築したアプリのデモ発表、改善点などについて議論
・機械学習を導入する上での利点・欠点、応用方法の検討

講座の終了後には、武蔵野大学の「ロハスカフェARIAKE」で懇親会を行います。(当日に別途参加費が必要です。)

本講座で実現できること ①Tensorflowの特徴と仕組みの理解
②JavaScriptでTensorflowを利用する方法の習得
➂独自の機械学習Webアプリケーションの構築
利用ソフト、持参PC等、
機器について
ノートPC(できればWebカメラ付き)、スマートフォン