======農研機構AI教育研修案内（2024年度）======

2018年10月の農研機構農業情報研究センター（農情研）発足以来、Python入門、機械学習ワークショップとして開催してきた講習会を、
2020年度から「AIスパコン紫峰」および「農研機構統合DB」を活用した **農研機構AI教育プログラム** として再構成し、
講師陣もより充実させて開催してきました（[[archive2022|2022年度までの講習]]）。\\
\\
**2023年度から**は、2022年度までの講習実績を踏まえ、それまで予備コースとして受講前自習（セルフラーニング）をお願いしてきた内容に基づき、特に__これからAIを学ぼうとする初習者向け__を意識した講習として「**データサイエンス基礎**」コースを設定しました。このコースでは、AIに取り組むために必要となる__数学・基礎統計、コンピュータ操作（Linux系）やプログラミング言語（Python、R）__について学びます。\\
この「データサイエンス基礎」コースを修了された方は、申請により「**機械学習**」コースを受講することができます。この機械学習コースでは__AIの基本である**機械学習（深層学習を含みます）の概略(入り口)**について__学びます。
\\

**__<color #ed1c24>2024年4月からのAI教育研修(2024年度)</color>__**は、第1回を農研機構試験採用者向け(会期4月～8月)、第2回を農研機構内外職員(申し込み制、会期10月～翌2月)で実施します。開催方式は原則自習形式(教材類および過去回の研修録画動画視聴による)で、期間中質疑応答用のSlackワークスペースを開設します。\\
第1回は期間延長に伴い9月末までの実施となりました。また、2024年度第2回は10月上旬から開始しました(現在実施中)。7月から9月初旬にかけて実施した参加募集の結果、機構内からは30名余の方が、機構外からは10名余の方が受講されます。\\

<WRAP round info 75%>
**2024年10月9日**\\
2024年度第2回研修は10月7日(月)より開始しました。データサイエンス基礎コース、機械学習コースとも、2025年2月末までの予定で進行します(最終終了時期は進行状況に応じて若干調整します)。\\
**2024年9月30日**\\
2024年度第1回研修は会期を延長し、データサイエンス基礎コースは7月末まで、機械学習コースは9月末(本日)まで開催しました。\\
2024年度第2回研修について機構内外から受講申し込みをいただきありがとうございました。\\
第2回研修は10月7日(月)に開始できるよう現在諸準備を実施中です。開始準備が整い次第、受講予定の皆様に連絡させていただきます。\\
</WRAP>

===== 研修概要  =====

  * 本研修は、2023年度より大きく**データサイエンス基礎**、**機械学習**の2コースで構成されています。データサイエンス基礎コースと機械学習コースを 1 セットとして年 2 回開催します。各回の受講者定員はデータサイエンス基礎コース段階で 30 ～ 50 名で、**原則自習形式**での開催です。
  * 本研修は**主にAI・機械学習初学者を対象**とした研修内容構成となっています。
  * データサイエンス基礎コースではAIを学ぶために必要となる**大学教養レベルの数学・統計の知識**や、AI開発時に必要となる**プログラミング言語（Python；R）**、**コンピュータ操作（Linux系OS）**について学びます。またこの期間中に農研機構におけるAI研究開発の取り組み状況を把握していただく目的でAI概論や研究紹介についての動画も視聴いただきます。
  * データサイエンス基礎コースでは**理解度・習熟確認テスト**があります。__このテストに良好な成績で合格・修了すると、次のステップである機械学習コースの受講資格を得る__ことができます。また経験・知識のある方は最初に習熟確認テストを提出・パスすることでデータサイエンス基礎コースを受講することなしに機械学習コース受講を申し込むことができます。
  * 機械学習コースでは一般的な「機械学習」について外部教材(MS Learning)を使用しながら自習形式にて学びます。またAIスパコン「紫峰」を利用しながら、農研機構でのAI適用研究開発事例に基づく機械学習(ここでは深層学習)についての知識・スキル獲得を目指します。
  * 本研修受講中は、Teams 及び Slack を用いて受講者からの研修内容についての事務的・技術的相談を随時受け付けます。
  * 本研修修了後は、具体的な農業現場課題へのAI適用による課題解決に向け、農情研にてテーマ化したりOJTを行ったりするなどの継続的な支援を行います。


===== データサイエンス基礎コース  =====

^ コース ^ 内容 ^ 形式 ^ 所要時間* ^
| 数学・基礎統計 | 線形代数、微積分、基礎統計、データ分析 | オンライン | 180分 |
| R | R/RStudio/Rmarkdown、データ型、文法、パッケージ、可視化、データ分析 | オンライン | 360分 |
| Python | Python 環境構築、データ型、文法、パッケージ、可視化、データ分析、ファイル処理 | オンライン | 360分 |
| UNIX | CUI / GUI 紹介、ディレクトリ、基本コマンド、その他コマンド、nano エディタ | オンライン | 360分 |
| 統合DB | 統合DB概要、データセット、メタデータ、基本操作 | オンライン | 90分 |
| AI概論 | AI概略、農研機構(農情研)研究開発事例紹介 | オンライン | 120分 |
* <color #ed1c24>教材動画視聴時間(標準再生)のみ、演習操作等の時間は含みません</color>


===== 機械学習コース  =====

2022年度までの研修実績・結果に基づき、機械学習全般の知識やデータに対する考え方など、これからAIを習得していく際の入り口となる知識・スキルの獲得を目指します。代表的な個々の機械学習手法については、外部教材を紹介し、独学・自習での習得を後押しします。農研機構でのAI適用研究開発事例については、それを題材として実際に学習過程を含め動かしてみるところまで体験・習得を目指します。

^ 講義内容 ^ 形式 ^ 所要時間* ^
| AIスパコン「紫峰」について | オンライン | 40分 |
| 機械学習入門（概観、データに対する考え方、解析・手法選択の道筋、個別手法の学習教材紹介、など） | オンライン | 120分<sup>†</sup> |
| 時系列解析 | オンライン | 100分 |
| 深層学習入門 | オンライン | 120分 |
| AI適用研究開発事例に基づく機械学習体験・習得「物体検出実習：ウンカ判別」 | オンライン | 140分 |
* <color #ed1c24>教材動画視聴時間(標準再生)のみ、演習操作等の時間は含みません</color>\\
† <color #ed1c24>この他に外部教材(MS Learning)による自習時間(一般的な機械学習についてコース選択制：自分の目的に合わせて必要なコースを選択的に受講)が発生します</color>

===== 機構内受講者の皆様へ =====  

<wrap em>**【重要】**</wrap>データサイエンス基礎コースを受講される方は、以下の準備をお願いしています（受講開始前は１～３項までの準備をお願いします。４，５については受講中に詳細連絡します）

  - データサイエンス基礎コースを受講される方は、TeamsによるAI教育研修用のチーム「農研機構AI教育研修2024#n」（'n'は開催回数：1または2）に参加いただきます。以後の受講手続き、準備作業等はこのTeamsチームを通じて連絡されるので，随時Teams投稿を確認するようにしてください。以下の項目についても詳細はTeams上で配信されます。
  - データサイエンス基礎コースでは、各自が使用中のPCを使用して実習します。Windows PC の場合はUNIX（Linux系OSとしてUbuntu）の利用環境(1.別のUbuntu機にMobaXtermを使用して接続する環境，2.使用中のPC内のWSL-Ubuntu環境)を準備することになります。また、R講義ではお使いのPCのOSに合わせた R と RStudio を導入して使用します。可能な方は事前に導入（インストール）して正常に起動することを確認しておいてください。
  - Windows PCを使用して受講する場合、原則として__UNIX利用環境の1(別のUbuntu機にMobaXtermを使用して接続する)については準備完了報告をしていただきます__（この完了報告がないとコース受講できません）。なお，ここでの「別のUbuntu機」は研修事務局の方で「Ubuntu練習機」を用意しており，これに接続していただきます(コース内のUnix入門でもこのUbuntu機に接続して演習します)。UNIX利用環境2(WSL-Ubuntu)とR+RStudio環境については準備報告の必要はありませんが、WSL-Ubuntuを受講時のUnix利用環境とする場合はこちらの準備報告をすることも可能です。また、Windows PC以外のUNIX系OS環境(Mac、Linux PCなど)で受講する場合はその利用環境の準備報告をしていただきます(OS上でターミナル画面が起動している状態)。
  - データサイエンス基礎コースを受講された方には理解度・習熟確認テストを受けていただきます。これに所定の成績を修めるとコース修了となります。さらに良好な成績で修了された方は機械学習コースの受講資格が得られます。経験・知識のある方は最初にこのテストを提出し合格すれば（コース受講をスキップして）機械学習コースに進むことができます（受講資格が得られる）。
  - 機械学習コース受講には、AIスパコン「紫峰」のアカウントが必要です。アカウントをお持ちでない方は受講期間中にアカウント取得および受講環境の準備をお願いします(Teams連絡にて詳細お知らせ)。
    * 紫峰の受講準備は[[https://portal.rcait.naro.go.jp/ai_user/|AI研究用高性能計算機システム 利用者ポータル]]サイトの記載に従って準備していただきます。
    * 問題、不明点等がありましたら、別途ご案内する Slack 上で質問いただくようお願いしています。

===== 機構外から受講希望の皆様へ =====

正式な受講のご案内・申し込み等については、[[https://www.naro.go.jp|農研機構公式サイト]]の[[https://www.naro.go.jp/training/index.html|機構研修案内ページ]]以下をご確認ください。\\
外部受講に当たっては一部講座において機構外部から農研機構内リソースにアクセスする必要があることから、受講(募集)定員を最大10名としています。受講希望者多数の場合など、事務局での選考により受講者を決定させていただく場合がありますので予めご了承ください。\\
受講者の決定・通知は9月中～下旬頃を予定しています。受講が決まった方には研修運営事務局から受講準備・受講内容等の諸連絡をさせていただきます(9月末～10月上旬目途に)。受講準備が整うと受講開始となります(10月上旬～)。以降は自習形式にて各自で進行管理いただきながら受講していただきます。
===== 問い合わせ先 =====  

  * 受講についての手続き，その他一般的内容 -> <matsumt@naro.affrc.go.jp> 基盤技術研究本部研究推進室 松本
  * 講習内容など，技術的要素を含む内容について -> <RCAIT-AIJinzaiIkusei@ml.affrc.go.jp> 基盤技術研究本部農業情報研究センターAI人材育成室（Slack利用開始前）、Slack利用開始後はSlack上の該当するチャンネルにて質問