RCAIT workshop

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
====== AIリテラシー・機械学習入門 =======



===== 概要 =====

農研機構は、人工知能を活用したスマート農業・スマート育種を積極的に取り組んでいます。今後、機構全体の研究開発の加速化には「人工知能を開発できる人材」や「人工知能を活用できる人材」が欠かせません。人工知能の開発や活用には、人工知能に対するリテラシーおよび基礎数学、統計学、そしてプログラミング言語などに対する理解が求められます。これを受け、本ワークショップでは、令和二年度新規試験採用研究員向けに、人工知能リテラシーを高めるため目的で行います。


===== 日程 =====

^ 日程 ^ 時間 ^ 内容 ^
| 4/16 | 10:00-16:30 | AI リテラシー研修 |
| 6月（詳細未定） | 未定 | Python 入門 \\ （※ 必須ではありません、必要な方は参加してください） |
| 9月（詳細未定） | 未定 | 機械学習入門 |




===== 研修内容 ======

==== AI リテラシー研修 ====

以下の内容を中心に座学およびグループディスカッションの形で行う。資料は PDF で配布する。

  * 人工知能の歴史
  * 弱い AI と強い AI
  * AI の作り方
  * データリテラシー
  * AI ビジネス


==== Python 入門 ====

これまでにプログラミング言語を学んでいなかった方に向けた入門内容となっている。下記、機械学習入門では Python ができる前提で行うので、プログラミング言語を勉強したことのない方は本ワークショップに参加してください。すでに Python できる方および Python を独学できる方は参加不要。

  * 変数（リスト、ディクショナリ）
  * 基本文法（if, if-else, for, while）
  * データ処理（NumPy/Pandas）
  * データ可視化（matplotlib）



==== 機械学習入門 ====

Python (scikit-learn および PyTorch) を使用して、機械学習の基礎を学ぶ内容。Python が使える前提で講義を進める。資料は PDF で配布する。

  * 機械学習基礎
    * 線型代数
    * 教師あり・教師なし学習
  * モデル評価
    * 教師データの取り扱い
    * k-交差検証
    * overfitting, underfitting
  * 分類問題
    * ロジスティック回帰
    * SVM
  * 回帰問題
    * 線型回帰
    * スパース回帰
  * 次元削減・クラスタリング
    * PCA
    * k-means
    * 階層的クラスタリング
    * t-SNE
RCAIT workshop

ユーザ用ツール

サイト用ツール

ページ用ツール
