Machine Learning Essentials for Business and Technical Decision Makers (Japanese)

Overview

3つのコースからなるこのカリキュラムでは、機械学習 (ML) のためのベストプラクティスと推奨事項について学習します。このコースでは、ビジネスプロセスへのMLの統合に向けたロードマップの作成方法を見ていきます。また、MLがビジネス上の問題への適切な解決策であるかどうかを判断するための要件を明らかにしながら、組織でMLを適切に導入するために必要となる構成要素についても説明していきます。

• コースレベル: 基礎

• 所要時間: 90分

＊このコースの中の動画には、日本語の吹き替えのほかに日本語の字幕もついています。字幕は画面下の [CC] をクリックして表示と非表示を切り替えることができます。

アクティビティ

このカリキュラムは、プレゼンテーション、動画、および知識の認定テストの各コースで構成されています。

カリキュラムの目標

このカリキュラムでは、次について学習します:

• 機械学習の基本を理解して、さまざまなビジネスケースでのMLの導入に伴うメリットとリスクを評価する

• MLプロジェクトを成功させるためのデータ、時間、および本番稼働に向けた要件を特定する

• 組織をMLの使用に適応させ、成功に導きそれを維持するための方法を説明する

対象者

このカリキュラムは次のような方を対象としています:

• MLプロジェクトに関与する、または関与する可能性のある技術系以外のビジネスリーダー、およびその他のビジネス意思決定者

• AWS Machine Learning Embark プログラム、および Machine Learning Solutions Lab (MLSL) ディスカバリーワークショップの参加者

前提条件

このコースを受講するにあたり、次の前提条件を満たしておくことをお勧めします:

• コンピュータとコンピュータシステムについての基礎知識

• 機械学習の概念に関する基本知識

カリキュラムの概要

コース 1: 機械学習入門: 可能性を実行する技術

モジュール 1: 機械学習はどのように役立っているか

• 機械学習の定義

• MLプロジェクトを推進するポジティブフィードバックループ (フライホイール) についての説明

• 機械学習の影響を受けるさまざまなビジネス領域についての説明

• 十分に開拓されていない市場での機械学習活用の可能性についての説明

モジュール 2: 機械学習の仕組み

• 人工知能について説明

• 人工知能と機械学習の違いについて説明

モジュール 3: 機械学習