ページ
カテゴリー
-
1-1.E資格について知ろう！
1-2.E資格の出題範囲を理解しよう
1-3.JDLA認定プログラムを選ぶ
- JDLA認定プログラムの費用と期間の見積りJDLA認定プログラム（以下、認定講座）を修了することで、E資格認定試験の受験資格が得られます。受講にはどのぐらいの費用と期間がかかるのでしょうか。条件から認定講座を絞り込み、自分の実力もわかってくると、次第に費用や期 […]
- 認定講座選びで気を付けたいことJDLA認定プログラム（以下、認定講座）選びは大変ですが、忘れないようにしたいことがあります。認定講座はE資格取得のための手段であって、受講することが目的ではありません。自分の成長のために利用するものと考えて、目標のブ […]
- 認定講座の選びのヒントJDLA認定プログラム（以下、認定講座）は他社との差別化、得意分野により、各社は様々なサービスを展開しています。利用する側としては自分に合うものを選びたいのですが、種類が多いことが選定を難しくしています。比較材料を知れ […]
- JDLA認定プログラムの費用と期間の見積り
1-4.シラバスを読む
- シラバス（応用数学）詳細『シラバスの科目』は4つあり、E資格の出題範囲1つ目の「応用数学」についてまとめたページです。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。応用数学を学ぶのは […]
- シラバス（機械学習）詳細『シラバスの科目』は4つあり、E資格の出題範囲2つ目の「機械学習」についてまとめたページです。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。AI技術は古くから […]
- シラバス（深層学習・前半）詳細『シラバスの科目』は4つあり、E資格の出題範囲3つ目の「深層学習」についてまとめたページ（前半）です。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。ディープラ […]
- シラバス（深層学習・後半）詳細『シラバスの科目』は4つあり、E資格の出題範囲3つ目の「深層学習」についてまとめたページ（後半）です。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。ディープラ […]
- シラバス（開発環境）詳細『シラバスの科目』は4つあり、E資格の出題範囲の最後、「開発環境」についてまとめたページです。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。効率的に開発を行う […]
- シラバス（応用数学）詳細
-
2-1.開発環境（ローカル）
2-2.開発環境（Google Colaboratory）
- Google Colaboratoryに慣れるセルと呼ばれる枠内にPythonコマンドを入力します。実行はセル単位です。保存ファイルは「ノートブック」と呼ばれます。コマンドの他、マークダウン形式のテキスト文や実行結果も保存されます。ファイル拡張子は「.ipynb」 […]
- Googleドライブとの連携方法（Google Colab利用時）「Google Colaboratory」でデータを扱うには「Googleドライブ」を利用する必要があります。例えば、ローカルに準備した学習データを持ち込む場合や、作成したアウトプットを持ち出す場合です。「Google […]
- Google ColaboratoryのLinuxコマンドに慣れる「Google Colaboratory」はLinuxサーバです。ファイル操作がCLI（コマンド操作）のため、Windows環境などのGUI操作の経験しかないと戸惑います。まずは、簡単なLinuxコマンドから始め、徐々 […]
- Google Colaboratoryに慣れる
2-3.機械学習ライブラリ（入門）
- AI開発で使うPython人工知能（AI）の開発に利用されるPythonは、プログラム言語でよく見られる区間を表す「{」「}」や区切りを表す「;」がありません。代わりにインデントが意味を持ちます。高級言語と言われるPythonの文法のうち、AI […]
- 行列計算（内積）の着目ポイント人工知能（AI）には行列計算が使われます。(2×2)行列同士の内積計算AxBは手計算でも簡単です。(5×5)行列同士の内積計算となると、手計算では大変ですがNumpyを使えば簡単に計算できます。しか […]
- Numpyの基本、テンソルの形を変えるコマンドで人工知能（AI）開発で理解しておきたい線形代数の性質を説明しました。ここでは行列からテンソルに広げて、Numpyの基本コマンドを確認します。どれもAI開発で頻繁に利用されるものです。また、これらのコマンドが必要な理由 […]
- グラフ描画（Matplotlib）Pythonで人工知能（AI）開発を行う場合、データがどのようなものか視覚的に知っておきたいことがあります。具体的にはデータをグラフとして描画するのですが、様々な見せ方があります。まずは、中学校で習った1次関数（直線） […]
- 画像処理用ライブラリ（Matplotlib、CV2、Pillow）人工知能（AI）開発でディープラーニングを扱う場合、画像処理は花形です。AIが人と同じように画像を認識して分類します。しかし、どんな画像でもよいわけではなく、AIが認識しやすいように加工など前処理が必要です。Pytho […]
- AIで扱う画像データについて画像処理を行う人工知能（AI）モデルを開発する場合、画像データに関する知識がないと何をやっているのか理解できません。Pythonでの取り扱いやコンピューター自体で画像がどのように扱われているかを説明します。理解を深める […]
- AI学習用データセットのいろいろな入手方法人工知能（AI）による画像分類タスクのチュートリアルでよく利用される、MNISTデータセット（手書き数字）を例にします。データセットはAIが処理しやすいように前処理（サイズを揃えるなど）がされていて、何を表す画像なのか […]
- AI開発で使うPython
2-4.機械学習ライブラリ（初級）
-
3-1.本番試験について
3-2.E資格本番試験に向けた勉強方法
- 本番試験で知っておきたいこと本番試験勉強を開始するにあたり、知識を広げようとすることは時間もかかり逆効果になります。前提として、E資格認定講座（本講座）の修了で知識レベルはほぼ到達していて（でないと修了できない、設定された試験の難易度もそのように […]
- 本番試験用の学習資料の使い分け学習資料は複数あります。それぞれを適切に使って、詰め込んだ知識を本番試験用に再整理します。学習資料の特徴を整理することで、取り組み時にそれがどのような試験対策になるのか、を理解しながら進めることができます。また、自分に […]
- E資格試験勉強の進捗確認方法について限られた時間の中で、詰め込んだ知識を本番試験に向けてブラッシュアップしていきます。どの学習資料をどこまでやれば合格ラインに届くのか、不安の中で試験当日までの時間が少なくなってきます。個人の感想も含めて、その目安を記載し […]
- 本番試験で知っておきたいこと
3-3.試験の取り組み方
◆サイトの見方◆
「フロントページ」
- 階層構造の先頭が「フロントページ」
- コンテンツが3つある
- コンテンツごとにカード型リンクの「導入ページ」を配置
「導入ページ」
- 細かく書かず概要のみ
- 詳細はカード型リンクの「投稿記事」に記載
- 「ページ名」と「カテゴリー名」は同じ
「投稿記事」
- カテゴリーごとに分類
- 記事ごとに複数のタグ付け
その他
- 他の記事に用語説明があれば直接リンク
※参照した場合はブラウザの”戻る”使用