目的

• AIにおいて重要な役割を担っている「ディープラーニング」についての概要を理解する。
• ニューラルネットワークの構築の方法について理解する。

現場の様子

参加者の声

• スライドだけでは、理解できない内容も今回の講義で咀嚼することができました。教材を動画にすることは必須ですね。数学については高校を40年前に卒業した私としては、調べながらでないと思い出せない内容でしたが、教材としては必要な内容だと思います。資格合格だけを目指す資格マニアは別として、AIコンサルを目指す我々には数学的講義も必要だと思いました。
• 通常の教材では扱わないところも説明いただけたということで、わかりやすかったです。公式の部分は、私は文系のためΣやlogってなんだっけ、となりました。そのため、個人的には暗記よりかは今回のように具体例(今回であれば競馬)を並行して説明いただいた方が理解の助けになるかなと感じました。
• 今までAIとは何が出来るのか、あまり理解出来ていませんでしたが、今回の研修を受け、具体的にどんなことに使用出来るのか理解することが出来ました。また競馬を例に、ディープラーニングのご説明をいただき、大変わかりやすかったです。活性化関数のあたりから、理解が追いつかなくなっていきましたが、今後動画を何回も見返せば理解できるなと思いました。
• 数式のところは、意図がわかりましたので私的にはよかったと思います。実際どういう風に画面上で使っているのかイメージがつかず、実践ではなく知識レベル(試験勉強)の研修では今回のような流れでよかったです。私は画面ベースで覚えていくタイプですので、開発画面などさらっとみれたら頭へのinputもスムーズになる気がしました。youtube等で開発の基礎をみてみようと思いました。
• 個人の感想としては、公式の前までは非常に分かりやすかったです！　logとΣについては、悔しいので帰ったらサラッと勉強します！！AIについては興味があるので引き続き次回以降も可能な限り参加させていただきます！
• 自分の腑に落ちていないところがわかった。特に、損失関数でマイナスが先につく理由を理解できた。
• AIの触りの部分は学ぶことが出来たと思います。途中で終わってしまったディープラーニングやその他の講義についても開催されれば是非また出席したいと思います。
• 資料の粒度等問題ありませんでした。続きも含め最後まで受講したいです。
• 数学的な説明は特に躓くとこなく理解出来て分かりやすかったです。全量一通り説明してもらった方がただ資料を読むより頭に入ると思うので、引き続き研修の開催をお願いします！
• G検定の勉強時にeleaningの動画で見た内容との比較となりますが、競馬などの例え話が挟まる事によって理解が深まり、他の教材より良かったと感じました。どういう使い方をするのか、どういう場面で使うのかという部分が分かりやすくて良かったです。
• どのような流れでAIが出来たのか全く理解しておらず、過去から現在の流れがわかりやすく理解できた。
• そもそもAIとはどのような構成なのか、どう言ったものなのか理解できていなかったが、大まかな分類が理解できた。
• 関数などを使いAIが動いているが、重要なのは関数の内容ではなくどのような仕組みでその関数が使われているかなので、どのような意味合いがあって使われてるかわかりやすかった。（関数が理解できない人でもわかりやすいと感じた。）
• 実際にAIが理解できるかというと時間はかかると思われますが、自分で1から勉強すると何をすればよいかわからないけれど、流れや疑問点が的確にまとめられていて学習しやすかったと思います。
• ＜良かった点＞
  ・AI技術の歴史的背景から説明があり、現在のAI技術（第３次）が処理速度の技術革新の上で成り立っていることが理解できた。
  ・機械学習の教師あり、教師なし、の学習方法の説明が書籍と異なり図とともに解説されてたためわかりやすかった。
  ・モデルの入力、出力を実データ（競馬データ）をサンプルとして説明があったため、書籍の数式のみの説明より理解できた。
• ＜改善できる点＞
  ・数式の簡単な説明、または例証があれば数学が苦手な受講者も理解しやすいと感じた。
  ・試験対策向け商材資料としては、ポイントマークなど、ずばり出る可能性があるところを目立たせる、または各説明の最後にポイントとして要約があればいいと思う。