• トップ
  • リリース
  • 【新コースお知らせ】AI Academyに「物体検出概論編」「強化学習入門編」を新規に開設

プレスリリース

  • 記事画像1
  • 記事画像2

株式会社エーアイアカデミー

【新コースお知らせ】AI Academyに「物体検出概論編」「強化学習入門編」を新規に開設

(PR TIMES) 2021年07月08日(木)09時45分配信 PR TIMES

科目別コースに「物体検出概論編」「強化学習入門編」を新規に開設

個人・法人向けに、完全オンラインでAIを中心とした先端技術教育を行う株式会社エーアイアカデミー(本社:東京都新宿区、代表取締役CEO 谷一徳)は、2021年7月8(木)より、『AI Academy』にて新コース「物体検出概論編」「強化学習入門編」開始致しました。画像の物体検出やセグメンテーション、強化学習の主要なアルゴリズムを学ぶことが出来ます。
■ 新コースの概要に関して
今回開設した2つのコースは科目別コースとして、個人受講者様、法人受講者様どちらも、
AI Academyの月額プランもしくはAI Academy Bootcamp( https://aiacademy.jp/bootcamp/?reaf=26136988214100008)からご利用頂けます。

■ 物体検出概論編 カリキュラム概要
物体検出概要編では、物体検出とは何か、主要な物体検出アルゴリズムの紹介、imageAIやPyTorchを用いて物体検出、セグメンテーションが学べます。

[画像1: https://prtimes.jp/i/28965/28/resize/d28965-28-673377d9320250cc5a1e-0.png ]



物体検出とは 10m
物体検出の主要なアルゴリズム 20m
ImageAIではじめる物体検出入門 20m
Faster R-CNNで物体検出を行う 25m
Mask R-CNNで画像のセグメンテーションを行う 15m
https://aiacademy.jp/texts/#obuject_detection_tutorial

■ 強化学習入門編 カリキュラム概要

強化学習入門編では、強化学習とは何か、活用事例、OpenAI GYMを用いた強化学習環境構築方法、多腕バンディット問題、Q-Learning、マルコフ決定過程、動的計画法、モンテカルロ法などをPythonを通じて学ぶことが出来ます。


[画像2: https://prtimes.jp/i/28965/28/resize/d28965-28-7306fe49ce980c8d44bf-1.png ]



強化学習とは 10m
OpenAI GYMによる強化学習の環境構築 10m
多腕バンディット問題とは 20m
Q-Learning 15m
マルコフ決定過程(Markov Decision Process) 15m
動的計画法(Dynamic Programming) 20m
モンテカルロ法(Monte Carlo Method) 15m
https://aiacademy.jp/texts/#reinforcement


●その他サービス
法人向けAI人材プラン(6ヶ月)に関して / 申し込みページ
https://aiacademy.jp/bootcamp/?reaf=26136988214100007

・2021年7月1日 【法人向け】6ヶ月でAI技術習得を目指すAI人材プラン オンラインマンツーマンにて受講可能〜
https://prtimes.jp/main/html/rd/p/000000026.000028965.html

■ 株式会社エーアイアカデミーに関して
『先端技術教育で人と社会の成長を加速させる』をミッションに最先端技術教育を展開しております。
現在はAI人材を効率良く育成するAIプログラミング学習サービスの開発・運営、AI人材・データサイエンティストの育成オンラインスクールの運営、法人向けAI人材研修サービス『AI Academy Business』の開発・運営を行なっております。

■ AI Academy (エーアイ アカデミー)とは
AIや量子コンピュータなどの先端技術が学べるオンライン学習サービスです。
月額980円にて、420種類ある、機械学習、深層学習、AI概論、量子コンピューター(プログラミングと理論)や物体検出、Pythonを用いたWeb開発、プログラミング言語Julia、SQLによるデータ抽出、PythonやRによるデータ分析、確率・統計、機械学習に必要な数学などのコンテンツが利用出来ます。

・会社住所
〒169-0075 東京都新宿区
高田馬場3丁目2−14 天翔オフィス高田馬場 505

株式会社エーアイアカデミー
代表取締役 谷 一徳



プレスリリース提供:PR TIMES

このページの先頭へ戻る