【公開講座】2021＃1 G検定試験対策講座　～2021年3月の試験のために万全を期せ！～

2021＃1 G検定試験対策講座　～2021年3月の試験のために万全を期せ！～

コース概要

データサイエンス人材の育成が社会の喫緊な課題となっている中で、G検定（公式名：ジェネラリスト検定）は、一般社団法人日本ディープラーニング協会（JDLA）が実施している、AI・機械学習・ディープラーニングの知識をビジネスに応用できる力を評価するための資格試験として位置付けられています。

しかし、『G検定資格を習得したいけど、データサイエンスの初学者として、どこから着手したら良いのか？』『今の自分のレベルからすると市販の書籍で独学しても、合格からほど遠い』『業務の傍らでG検定試験の対策をするため、効率よく重点を抑えた勉強法を取り入れたい』といった声が多いのも事実。そこで「2021#1 G検定試験対策講座」を企画しました。

本講座の講師には、日本では数少ない女性講師として多方面で活躍中のヤン・ジャクリン氏（株式会社GRIで分析官、日・英・中のトライリンガル、東京大学大学院理学系研究科修了　理学博士）を招聘。ヤン氏特有の親切丁寧な講義は、G検定試験の各分野の重点を整理し、その上で最重要例題を演習形式で学んでいただきます。実試験に則した講師オリジナルの模擬試験を提供するとともに、試験当日までの1週間のチャットサポート体制を整えてまいります。以上を活用してG検定に一発合格できる知識をぜひ身につけてください。

講座の特徴

講座終了後から試験当日までの1週間、チャットでの無料サポート
各分野の抑えるべきポイントを１日で総整理
合格に最重要な問題を中心に取り上げ、過去の出題傾向なども交えて解説
講座中に自ら演習に取り組むことで、問題を解く訓練をし弱点を把握
験直前の勉強法の秘訣を指導
本講座オリジナルテキスト、摸擬試験（模範解答付き）も提供し、試験問題への勘所を養成

対象者

効率よくG検定試験の対策をしたい方
G検定に1回で確実に合格したい方
機械学習・ディープラーニング・AIの人材の養成を検討している方
ディープラーニングの知識を学び、新しいステージで活躍したい方
ディープラーニングを利用した新規事業やサービスを立案・推進したいと考える方
企画系職種の方(事業企画、製品企画、マーケティング等)
コンサルタント、セールスエンジニアとして活躍したい方
エンジニアのバックグラウンドのある方
「わが社のAIはどうなっているか?」と言われて困っている方
「わが社もAI導入で利益を出せ!」と言われて困っている方
AI・IoT に関心のある方は、幅広く受講いただけます

本講座で得られる知識・スキル

G検定に合格するレベルの知識
データサイエンティストとしてのキャリアップに有利な知識
AIを業務に適用するための提案ができるようになり、アイデアを生みやすくなる
スムーズにデータサイエンス分野の会話がスムーズにできるようになる

※昨年及び前回実施した各回の『データサイエンス基礎講座』シリーズを受講された方も、知識の再整理・復習の意も含め再受講をお薦めいたします。

講師プロフィール

メイン講師ヤンジャクリン氏

株式会社GRI
データ分析官　兼　講師

2017.7～　株式会社GRI：データ分析官・講師
主な活動分野：可視化分析（BI）、ETL、ウェブマーケティング分析、豊富なデータサイエンス研修メニューを担当、法人研修も提供
北京生まれ・日本育ちの米国籍日・英・中のトライリンガル

東京大学理学部物理学専攻　卒業
東京大学大学院理学系研究科・素粒子物理学専攻博士課程修了（理学博士）
～2017.6　高エネルギー加速器研究機構　素粒子原子核研究所　博士研究員

主催団体

本コースは、株式会社インプレスが主催しております。

研修プログラム例

講座より一週間前にテキストを提供いたします。（直前に申し込んだ方は申し込み日に提供いたします）

一日の中で満遍なく試験範囲をカバーできるために、事前に予習を行うことを推奨します。講座中では、要点整理と例題演習に重点を置きます。

コース内容
内容
	イントロダクション・G検定の概要・本講座の仕組みの説明・試験直前の攻略法
Part1 人工知能(AI)をめぐる歴史と技術の動向要点整理・AIの定義と歴史・機械学習、ディープラーニングの重要概念・技術の動向（探索・推論、知識表現、エキスパートシステムなど）・AI分野が抱える問題（トイ・プロブレム、フレーム問題、身体性、フレーム問題、シンギュラリティなど） Part1の演習＋解説、質問コーナー
Part2 機械学習要点整理・機械学習の基礎概念・代表的な手法と応用例・学習済みモデルの精度評価 Part2の演習 + 解説、質問コーナー
Part3 ディープラーニングの重要概念要点整理・ニューラルネットワークの仕組みと学習法（活性化関数、学習率　など）・ニューラルネットワークにおける課題と実用化に向けた工夫・代表的な技術（CNN、RNN、深層強化学習、深層生成モデル　など） Part3の演習 + 解説、質問コーナー
Part4 ディープラーニングの研究分野とその発展可能性要点整理・画像認識、物体検出・自然言語処理・音声処理・ロボティクス・マルチモーダル技術 Part4の演習 + 解説、質問コーナー
Part5 ディープラーニングの応用に伴う社会的課題・産業への応用、人間社会への影響、法律、倫理に関する議論・例題紹介 + 解説

コース内容

内容

イントロダクション

・G検定の概要
・本講座の仕組みの説明
・試験直前の攻略法

Part1 人工知能(AI)をめぐる歴史と技術の動向

要点整理

・AIの定義と歴史
・機械学習、ディープラーニングの重要概念
・技術の動向（探索・推論、知識表現、エキスパートシステムなど）
・AI分野が抱える問題（トイ・プロブレム、フレーム問題、身体性、フレーム問題、シンギュラリティなど）

Part1の演習＋解説、質問コーナー

Part2 機械学習

要点整理

・機械学習の基礎概念
・代表的な手法と応用例
・学習済みモデルの精度評価

Part2の演習 + 解説、質問コーナー

Part3 ディープラーニングの重要概念

要点整理

・ニューラルネットワークの仕組みと学習法（活性化関数、学習率　など）
・ニューラルネットワークにおける課題と実用化に向けた工夫
・代表的な技術（CNN、RNN、深層強化学習、深層生成モデル　など）

Part3の演習 + 解説、質問コーナー

Part4 ディープラーニングの研究分野とその発展可能性

要点整理

・画像認識、物体検出
・自然言語処理
・音声処理
・ロボティクス
・マルチモーダル技術

Part4の演習 + 解説、質問コーナー

Part5 ディープラーニングの応用に伴う社会的課題

・産業への応用、人間社会への影響、法律、倫理に関する議論
・例題紹介 + 解説

留意事項・備考

【事前に必ず以下をご確認の上お申込みください】
＊主催団体によりキャンセルポリシーが異なります。
＊お申し込み後のキャンセルにつきましてはこちらをご確認ください。
＊キャンセル期限までは無料にてキャンセルを承ります。
＊キャンセル期限を過ぎた後は、受講料全額をキャンセル料として頂戴いたします。
＊事前のお席の確保は原則承っておりません。
＊お申込み内容は、翌営業日以降に確定いたします。
＊お申込み後、満席などでご受講できない場合がございますので、あらかじめご了承ください。満席の場合は、別途ご連絡申し上げます。

※受講に関する注意点※
進行の都合上、研修開始時間を過ぎてからのご参加はご遠慮いただいております。大変恐れ入りますが、研修開始時間までにご参加いただけていない場合、当日キャンセル扱いをさせていただく場合がございますのでご注意ください。

今回のセミナーでは、WEBセミナシステム「Zoom」を利用します。
Zoomを利用できる環境を準備できる事が必須となります。
加えて、演習時には、操作しやすい環境（見やすいディスプレイサイズやサブディスプレイ等々）のご用意を推奨いたします。

※通信が安定しているネットワーク環境（Wi-Fi等）での接続をお勧めいたします。

また、受講可となった方にのみ、後日受講用URL、ID、パスワード等をメールでご連絡いたします。