Fiji: Introduction to Scientific Image Processingのトレーニングコース

PaddlePaddle (PArallel Distributed Deep LEarning) is a scalable deep learning platform developed by Baidu.

In this instructor-led, live training, participants will learn how to use PaddlePaddle to enable deep learning in their product and service applications.

By the end of this training, participants will be able to:

• Set up and configure PaddlePaddle
• Set up a Convolutional Neural Network (CNN) for image recognition and object detection
• Set up a Recurrent Neural Network (RNN) for sentiment analysis
• Set up deep learning on recommendation systems to help users find answers
• Predict click-through rates (CTR), classify large-scale image sets, perform optical character recognition(OCR), rank searches, detect computer viruses, and implement a recommendation system.

Audience

• Developers
• Data scientists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、AI と機械学習を活用してソフトウェア開発の効率と革新性を向上させたい中級レベルのソフトウェア プロフェッショナルを対象としています。

このトレーニングの終了までに、参加者は次のことができるようになります。

• ソフトウェア開発タスクの自動化における AI と機械学習の役割を理解します。
• コード、テスト、ドキュメントを生成するための AI ツールを実装します。
• コードの最適化、品質保証、デバッグに AI 技術を適用します。
• デプロイメント戦略を改善するために、AI を DevOps および CI/CD パイプラインに統合します。
• AI を活用したソフトウェア エンジニアリングにおける倫理的な考慮事項と課題に対処します。

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、AI コーディング アシスタントを開発ワークフローに統合したい初級レベルから中級レベルのソフトウェア開発者を対象としています。

このトレーニングの終了までに、参加者は次のことができるようになります。

• ソフトウェア開発における AI コーディング アシスタントの役割と機能を理解します。
• さまざまな AI コーディング アシスタント ツールを使用して、日常的なコーディング タスクを自動化します。
• AI コーディング アシスタントをソフトウェア開発ライフサイクルに統合します。
• 生産性を高め、より複雑で創造的なプログラミング タスクに集中できます。
• ソフトウェア開発における AI の倫理的配慮と責任ある使用について説明します。

これは、 Data ScienceとAIの5日間の入門書です。

このコースには、 Pythonを使用した例と演習が含まれています

このインストラクターによるライブトレーニングは、AIを活用し、貴重な顧客インサイトを通じてデジタルマーケティング戦略を改善したいマーケティング担当者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• ブランドがユーザーとつながる方法を改善するために、AIソフトウェアを活用する。
• チャットボットを活用してユーザー体験を最適化する
。
• タスクの自動化を通じて生産性と収益を向上させる
。

このインストラクターによるライブ・トレーニングは、人工知能の基礎を学び、組織のAIプロジェクトを管理したいと考えているマネージャーやビジネスリーダーを対象としています。

このトレーニングの終了時には、参加者は技術レベルでAIを理解し、AIプロジェクトを成功裏に管理するために組織のデータとリソースを活用して戦略を立てることができるようになります。

このインストラクターによるライブトレーニングは、基本的なAIの手法を使ってロボットをプログラミングし、作成したいエンジニアを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• ロボットが環境内の動く物体の位置を特定できるように、フィルタ（カルマンフィルタとパーティクルフィルタ）を実装します。
• 探索アルゴリズムと動作計画を実装する。
• PID制御を実装し、環境内でのロボットの動きを制御する
。
• SLAMアルゴリズムを実装して、ロボットが未知の環境をマッピングできるようにする
。

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、AI の概念とそれを効果的かつ責任を持って使用する方法を学び理解したい専門家を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

Artificial Intelligence (AI)の概念を学びます。 AI の限界と危険性を理解し、責任を持って使用してください。現実世界のシナリオで AI を効果的に使用する方法を学びます。

このインストラクターによるライブトレーニング（オンラインまたは会場）では、原子力技術や環境システムの分野で使用されるさまざまな種類のロボットをプログラミングするための、さまざまな技術、フレームワーク、テクニックを学びます。

6週間のコースは週5日行われる。各日は4時間で、講義、ディスカッション、ライブラボ環境でのロボット開発実習で構成されている。参加者は、習得した知識を実践するために、業務に応用可能な様々な実プロジェクトを完成させる。

本コースの対象となるハードウェアは、シミュレーション・ソフトウェアによって3Dでシミュレートされる。ロボットのプログラミングには、オープンソースのフレームワークであるROS（Robot Operating System）、C++、Pythonを使用する。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• ロボット技術で使用される主要概念を理解する。
• ロボットシステムにおけるソフトウェアとハードウェアの相互作用を理解し、管理することができる。
• ロボット工学を支えるソフトウェアコンポーネントを理解し、実装する。
• 視覚、感覚、処理、ナビゲート、および音声による人間との対話が可能な模擬機械ロボットを構築し、操作する。
• スマートロボットの構築に適用できる人工知能（機械学習、ディープラーニングなど）の必要な要素を理解する
。
• ロボットが環境内の動く物体の位置を特定できるようにするためのフィルター（カルマンフィルターとパーティクルフィルター）を実装する
。
• 探索アルゴリズムと動作計画を実装する。
• PID制御を実装し、環境内でのロボットの動きを制御する。
• SLAMアルゴリズムを実装して、ロボットが未知の環境をマッピングできるようにする
。
• Deep Learningを通じて、ロボットが複雑なタスクを実行する能力を拡張する。
• 現実的なシナリオでロボットをテストし、トラブルシューティングする
。

このインストラクターによるライブトレーニング（オンラインまたは会場）では、原子力技術や環境システムの分野で使用されるさまざまな種類のロボットをプログラミングするための、さまざまな技術、フレームワーク、テクニックを学びます。

4週間のコースは週5日行われる。各日は4時間で、講義、ディスカッション、ライブラボ環境でのロボット開発実習で構成されている。参加者は、習得した知識を実践するために、業務に応用可能な様々な実プロジェクトを完成させる。

このコースの対象となるハードウェアは、シミュレーション・ソフトウェアを使って3Dでシミュレートされる。その後、コードを物理的なハードウェア（Arduinoなど）にロードし、最終的な展開テストを行う。ロボットのプログラミングには、ROS（Robot Operating System）のオープンソースフレームワーク、C++、Pythonを使用する。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• ロボット技術で使用される主要概念を理解する。
• ロボットシステムにおけるソフトウェアとハードウェアの相互作用を理解し、管理することができる。
• ロボット工学を支えるソフトウェアコンポーネントを理解し、実装する。
• 視覚、感覚、処理、ナビゲート、および音声による人間との対話が可能な模擬機械ロボットを構築し、操作する。
• スマートロボットの構築に適用できる人工知能（機械学習、ディープラーニングなど）の必要な要素を理解する
。
• ロボットが環境内の動く物体の位置を特定できるようにするためのフィルター（カルマンフィルターとパーティクルフィルター）を実装する
。
• 探索アルゴリズムと動作計画を実装する。
• PID制御を実装し、環境内でのロボットの動きを制御する。
• SLAMアルゴリズムを実装して、ロボットが未知の環境をマッピングできるようにする
。
• 現実的なシナリオでロボットをテストし、トラブルシューティングを行う
。

This is a classroom based training session in a presentation and Q&A format

この 日本 でのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、AI TRiSM を理解して組織に実装したいと考えている初級レベルから中級レベルの IT プロフェッショナルを対象としています。

このトレーニングの終了までに、参加者は次のことができるようになります。

• AI の信頼、リスク、セキュリティ管理の主要な概念と重要性を把握します。
• AI システムに関連するリスクを特定し、軽減します。
• AI のセキュリティのベスト プラクティスを実装します。
• AI の規制遵守と倫理的考慮事項を理解します。
• 効果的な AI ガバナンスと管理のための戦略を策定します。