RPAソリューション導入後の利用プロセスの理解を主体に、問題点や悩み、導入後の発展利用について考えます。 (詳細はこちら)

機械学習・ディープラーニング・アナリティクスの土台となる「数学」に焦点を当て、＜シリーズ2＞として「確率・統計と情報理論編」に分け、受講者の要望や修得しておくべき分野に絞り連続して実施いたします。 確率分布の基本、ベイズの定理、正規分布そして回帰分析など、確率／統計学の中で「特に機械学習・ディープラーニングにおいて最重要」となる分野を取り上げます。 また、情報理論では、自己情報量／相互情報量／エントロピー／KLダイバージェンスなど、機械学習の書籍等では頻繁にあらわれる概念を詳解いたします。 (詳細はこちら)

今回の講座では、受講者が演習・演習課題を頭と自ら手を動かして解いていく＜演習＞主体の授業構成を予定しています。視聴だけではなく、講師の丁寧な教導の元、理解の進むよう個々に回答もいたします。積極的に質疑のできるような雰囲気にも努めるよういたします。 (詳細はこちら)

IBM Watson基本機能を講義とハンズオンで習得し、それらをベースにIBM Code Patternsを利用して実用的なWatsonアプリ開発の知見を得られるようにするための講座です。 (詳細はこちら)

Scrumの理念・開発フレームワークの理解とともに、「実装」フェーズを拡充し、実際に手を動かすアジャイル開発を体験し、体験に基づく議論によりアジャイル開発の根本思想の理解、アジャイル開発チームメンバーのマインドの変化、それに基づいた継続的な改善の必要性の理解など、実務でのプラクティスの適用に関する知見の獲得などを目的とした講座です。 (詳細はこちら)

機械学習・AIの基本的なアルゴリズムの概説と、Rの演習を通じての実装体験を通じて、データの特徴量抽出・モデリングの形成の重要性と戦略的なデータ活用施策の修得を目指す「データサイエンス基礎講座2018＜Rではじめる機械学習（アルゴリズム概説とR演習編）＞」が、内容を一部リニューアルして再び登場。 (詳細はこちら)

IBM WatsonとIBM Cloud環境を初歩から学びたい初心者の方は勿論、コグニティブ・コンピューティング/クラウド利用のための知識の再整理の場として、また本講座を通じて「機械学習」への理解を深め、応用できる素養を身に付けるための講座です。 (詳細はこちら)

最適化を数学的に理解するだけではなく、“最適化とは何か、“最適化の役立てどころ、“最適化問題はどのように解けるのか、など、その意味と足跡を振り返りながら易しく解説し、利用上の留意点や苦労話なども交えた、最適化をより深い観点から理解が図れるような講義です。 (詳細はこちら)

「機械学習・AIの活用」にポイントを置き、幅広い受講者層を想定。その利用面を縦横的に俯瞰し、＜新規の事業や新製品を直接、推進・革新する＞と、業務改革を目的とした＜ビジネスプロセスの改善＞という2つの側面から、その活用施策を探る内容のセミナーです。 (詳細はこちら)

MRの利用の浸透を背景に前回から授業コンセプトを一新、「ビジネス」利用を主体に「現業務へ適用した場合の業務改善の明確化」を狙った授業構成とし、既に業務で利用している方も、基礎知識の理解を深める場としてご利用いただけます。本講座を通じ「VR/AR/MR」への理解を深め、応用できる素養を身に付ける場として活用下さい。 (詳細はこちら)