「非エンジニアが機械学習エンジニアになるための総合演習」とは？

今回は、株式会社◯（まる）が提供する研修「非エンジニアが機械学習エンジニアになるための総合演習」についての紹介です。

弊社では様々なAI研修事業を行なっていますが、その理由や想いについてはこちらのブログをご覧ください。

2021年12月20日私たちが中小企業向けAI研修をする理由 / AIの民主化を進める

では早速、機械学習研修の目的や対象者、コンテンツの内容、費用などについてひとつずつ解説します。

機械学習研修の目的

機械学習の概念を基礎から段階的に学び、機械学習モデルを構築できるようになる
日々更新される機械学習に関する情報を自らキャッチできるようになる
中小企業の社内にエンジニアを育成することで、AIプロジェクトを円滑に進められるようになる
AI人材として転職するために必要な知識を身につける

機械学習研修の対象者

機械学習初心者（非エンジニアの方、文系の方）で、機械学習エンジニアになりたい方
機械学習を基礎から総合的に学びたい方

機械学習研修で使用するツール

研修では、チャットでの質問用にSlackを使用します。

その他、毎週の講義や理解度テストなどにはGoogleが提供している様々なツールを使用します。

Slack
Googleの各種サービス（Google Form、Google Colaboratory、Googleカレンダーなど）

この研修で使用するツールは、受講者の皆様がそれぞれの企業でプロジェクトを展開する際にも活用できるものだと思います。それぞれ特徴を持ったツールをうまく使い、円滑に情報共有を行うことで研修やプロジェクトをスムーズに進めることができます。

この研修を通して実際にツールを使うことで、受講生の皆様の今後のコミュニケーションの選択肢が増えることも期待しています。

機械学習研修の概要

この研修は1ヶ月間集中的に機械学習について学んでいただくものです。講師とマンツーマンで機械学習に関する座学と、実際に手を動かすコーディングについて学ぶことができます。マンツーマンだからこそ、一人一人のレベルに合わせた対応が可能です。

情報社会になり、誰でも検索したら多くの情報を手に入れられるようになりましたが、「知っている」ことと「使える」ことはまた別の問題です。

この研修は機械学習を「使える」人になるための研修です。

本を読んだり動画を見たりという受動的な学習ではなく、講義動画や講義後の理解度テスト、講師とのやり取りなどを通して知識を深めます。

機械学習研修のコンテンツ

初回メンタリング

まずは研修の進め方や注意点などのオリエンテーションを行います。自分がこの研修を通して何を得たいのか、目標を明確にすることが重要です。ただなんとなく研修を受けるのではなく、目標を持って取り組むことで1ヶ月という限られた期間で最大限の効果を得ることができます。

また、初回メンタリングでは1ヶ月間のスケジュール調整を行います。スケジュールの全体像をつかむことで先を見据えた学習に繋がります。

各種講義動画

講義動画には後述する4項に関する動画と、その他細かな内容が含まれた補助動画があります。4項に関する講義動画は約30分の動画が各6本、合計24本という構成となっています。1週間で1項を終える想定をしています。

第1項：AI理論完全理解

まず1週目の講義ではAIの入り口として、AIの概念や歴史、種類などについて学んでいただきます。

機械学習初心者の方が機械学習エンジニアを目指すためのコースのため、表面的なことをさらっと学ぶのではなく、特に機械学習の種類やディープラーニングの応用については充実した内容となっています。

今までに聞いたことがある内容もここでしっかりと包括的に学び直すことで、これから取り入れる新しい知識をより吸収できる土台が作られます。

また、受講者の皆様がそれぞれの企業でAIプロジェクトを展開していく実践場面を意識して、AIプロジェクトの進め方やAI導入時の問題点についても解説します。

第2項：Python基礎

機械学習で用いられるプログラミング言語にはJava、C++、Cなどの汎用性が高い言語の他、PythonやJavaScriptなどがあります。数多くのプログラミング言語がある中でも、Pythonは大量のデータを扱う機械学習のコードでもシンプルでわかりやすく書けるという特徴があり、YouTubeやInstagram、Dropboxなどの身近なサービスにも使用されています。また、Pythonをベースとしたフレームワーク（プログラムを作る際のひな形のようなもの）も充実しているため、初心者でも扱いやすい言語です。

2週目は、そんなPythonの基礎的な内容を学びながら(※)Google Colaboratoryで実際にコードを書いて機械学習開発の感覚を掴んでいきます。

(※) Google Colaboratory：インストール不要かつ、すぐにPythonや機械学習・深層学習の環境を整えることが出来る無料のサービス

第3項：AI数学

機械学習を開発する際には、結果に対して「なぜこの結果になっているのか」や「さらに結果をよくするためにはどうすればいいのか」といったことを分析し、修正していく必要があります。機械学習をより深く理解し、精度を上げるためには数学の知識が欠かせません。

特に文系の方は数学に苦手意識があるかもしれませんが、現役で専門学校でAI数学を教えている講師がわかりやすく解説するので安心してください。

第3週目のこのカリキュラムでは、AI数学の基礎から数列、微分などについて学んでいただきます。

第4項：機械学習実践

最後の講義では、今まで学んだ知識を踏まえて、実際に機械学習のモデルを構築していただきます。

その際にやみくもにモデルを構築するのではなく、目的の明確化を行い、様々な種類がある機械学習から最適なモデルを選択し、構築したモデルの評価を行うなど、実際に機械学習のモデルを構築する上で必要なステップを実践形式で一通り経験することができます。

実践形式で段階を踏んで経験することはとても重要で、このステップなしで機械学習のモデル構築に挑んでも遠回りになるか、失敗する確率が高いです。料理で例えると、機械学習の知識をつけることは必要な食材を集めること、モデル構築のステップを学ぶことはレシピを手に入れることです。どちらも揃うことで効率的に目的を達成することができます。