Skip to main content

DXとAI活用


[Free of charge] Enroll

※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは利用規約プライバシーポリシーをご覧ください。

  • 講座番号:ga187
  • 受講開始日:2024年6月26日 15時
  • 想定される勉強時間/週:2時間程度

講座内容

スマートエスイーは早稲田大学を中心とし、第一線の教育者・研究者・実務家が、超スマート社会を国際的にリードするイノベーティブ&DX人材を育成するAI・IoT・ビッグデータ技術分野のビジネススクールとしての社会人学び直しプログラムです。

「DXとAI活用」は、2022年度スマートエスイーDXコースの情報処理領域科目「AI基礎」を基に再構成した科目です。
この講義では、DXを進めるにあたり必須となるDXの基礎知識について学習します。前半ではDXの現状とAI活用ノウハウについて、後半では特に、深層学習の基礎知識、および応用・適用事例について概説します。

-----------

スマートエスイープログラム「IoT/AIコース」「DXコース」では、座学に加えて実際のデバイスやデータを用いた演習、デジタルビジネスの企画立案や議論を通してIoT・AI・DXの学びを深めることができます。各コースとも受講期間は約6か月間、平日夜または土日の開講、オンラインか対面参加を選択できるハイブリッド講義の導入など、社会人や首都圏以外の在住者が学びやすいプログラムです。この機会にぜひ「IoT/AIコース」「DXコース」の受講をご検討ください。

スマートエスイー概要
https://www.waseda.jp/inst/smartse/about/overview
IoT/AIコース
https://www.waseda.jp/inst/smartse/curriculum_iot-ai/certificate
DXコース
https://www.waseda.jp/inst/smartse/curriculum_dx/certificate



第1週:DXの現状を理解する

  • DX2025年の崖
  • デジタル産業構造への移行(共通プラットフォーム、ネットワーク型構造)
  • コスト削減(よりも)収益向上(カイゼンからイノベーションへ)
  • 社会から求められる要件環境の変化に迅速に対応 Agile Mind
  • └環境の変化に迅速に対応 Agile Mind
    └誰でも参加できる産業構造(ジョブ型雇用)

第2週:AI活用ノウハウ

  • AIでできること
  • 機械学習速習のコツ
  • データサイエンス基礎

第3週:深層学習

  • 人工知能・ディープラーニングの概要と活用
  • ニューラルネットワークとディープラーニングの概要
  • ディープラーニングの実際

第4週:深層学習応用、適用事例

  • AI・ディープラーニングに関する社会動向
  • ディープラーニングの活用と事例

講師・スタッフ紹介

岡崎 正一(おかざき しょういち)

モバイルコンピューティング推進コンソーシアム(MCPC)。
1975年3月東京大学大学院工学系研究科修士課程修了。
同年三菱電機株式会社入社、基本ソフトウェア開発、ネットワークシステム開発等に従事。
2012年より、MCPC所属。
電気学会会員。
日本工学教育協会会員。
技術士(情報工学)。
主な著書に『UNIX -基本操作から実践活用まで-』(啓学出版)、翻訳『PC パーフェクトガイド』(翔泳社)等。

増倉 孝一(ますくら こういち)

株式会社ブライトビジョン代表取締役社長。
モバイルコンピューティング推進コンソーシアム(MCPC)。
東京工業大学大学院 情報理工学研究科を卒業後、1999年から株式会社東芝にて、人工知能・画像処理の研究開発、新ビジネス創出に従事。
2016年 株式会社ブライトビジョンを設立し、代表取締役社長就任。
MCPC所属。
主な著書に『IoT技術テキスト 第3版』 (MCPC監修、共著、リックテレコム)。

前提条件

<準備学習・前提知識>
デジタルビジネスモデル、DXの基礎概念

課題内容

各週選択式の確認テスト

修了条件

得点率60%以上

学習期間

4週間

参考図書・文献


※本講座はスマートエスイーDXコースの実際の講座を録画し、動画教材用に編集して作成しております。

講義動画収録時期:2023年

※受講登録するとお客様の利用者情報は講座提供者(講師)に共有されます。詳しくは利用規約プライバシーポリシーをご覧ください。

  • 講座番号:ga187
  • 受講開始日:2024年6月26日 15時
  • 想定される勉強時間/週:2時間程度
Enroll