recommeded-lecture-for-jdla-deep-learning-for-engineer-min (1)

e検定（e資格）の対策講座を比較！おすすめ7選（料金表付き）

コメントを残す
このエントリーをはてなブックマークに追加

AI資格として注目されているe資格を取得するには、どのような対策講座があるのでしょうか。

大別すると、オンラインで学べる講座か、通学して学ぶハンズオン形式の講座があります。

さらに、E資格の合格保証付きの講座、文系向けの基礎学習が充実している講座、返金保証のある講座など様々な特長をもった講座があります。

そこで、e検定の対策講座を選ぶ前に知っておきたいポイントをまとめました。

本記事は、e検定（e資格）の対策講座おすすめ7選を比較し、その違いをご紹介します。

 

e検定対策講座 おすすめ7選

recommeded-lecture-for-jdla-deep-learning-for-engineer-min (2)

e検定（e資格）の対策講座を選ぶ前に、比較・検討したいポイントは5点あります。

  • 　何を学べるか。（日本ディープラーニング協会の認定講座か）
  • 　どのように学ぶか（通学、オンライン）。
  • 　どのようなサポートを受けられるか（ビデオチャット、チャット、メール）。
  • 　模擬試験はあるか。
  • 　日程はどの程度か。
  • 　いくらかかるか

上記ポイントをもとに、おすすめの対策講座7選をご紹介します。

  1. 　AIジョブカレ
  2. 　Aidemy
  3. 　Study-AI
  4. 　ラビットチャレンジ
  5. 　zero to one
  6. 　AI研究所
  7. 　iLect

それぞれを詳細にご紹介します。

 

1.　AIジョブカレ

job-min

エッジコンサルティング株式会社が提供する日本ディープラーニング協会（JDLA）のE資格認定の研修です。そして、修了認定試験に合格すれば、E資格の受験資格を得られます。

文系出身者で数学の自信がない方で、高校数学から学び直しをしたい方向けの講座が用意されており、数学に自信のない方にも間口が広く用意されています。

返金保証制度があり、初回講座から1週間までであれば全額返金してもらえます。AIに関する研修のみならず、案件の紹介や転職の支援をしてくれます。

そして、仕事が決まった段階で、受講料を無料にできる仕組みがあります。そのため、これから転職も視野に入れている方におすすめのスクールです。

◆　受講内容（Python+数学超入門講座）

  • 　機械学習に必要な数学
  • 　Python

aijob-colle-min

◆　受講内容（ディープラーニング講座）

  • 　多層パーセプトロン、誤差逆伝播法
  • 　正則化、半教師あり学習・Dropout等
  • 　最適化、二次手法の近似・最適化戦略等
  • 　CNNの基礎、仕組みの理解と実装
  • 　CNNの各手法、VGG、GoogleNet、ResNet等
  • 　RNNの基礎、仕組みの理解と実装
  • 　RNNの各手法、seq2seq、LSTM、GRU、Attention、ESN等
  • 　生成モデル、VAE、GAN、DCGAN等
  • 　強化学習、価値反復法・方策勾配法・深層強化学習等

aijob-colle2-min

◆　受講内容（機械学習講座）

  • 　機械学習概論、教師あり学習（回帰）、教師あり学習（分類）
  • 　データ前処理、次元削減、分析実践・フィードバック

◆　受講内容（Python＋機械学習に必要な数学講座）

  • 　Python
  • 　機械学習に必要な数学

◆　基本情報

  • 研修日程：　Python＋機械学習に必要な数学講座　3か月　機械学習　4か月　ディープラーニング講座　5か月
  • 研修費用：　e資格対応パッケージプラン　229,900円
  • 研修場所：　東京、オンラインあり
  • 模擬試験：　〇
  • JDLA認定プログラム：　〇

AIジョブカレ

おすすめのポイント
  • 文系でも、高校数学の学びなおしができる
  • 返金保証がある

2.　Aidemy

aidemy

株式会社アイデミーが提供するE資格取得学習サービスです。業界初の合格保証をしています。ユーザー数は47,000人を超え、導入企業数は120社と実績のあるスクールです。

Pythonの基礎から始まり、機械学習やディープラーニング、数学的な基礎知識、さらには実践的な応用まで幅広い内容を学びます。

aidemy-curriculum2-min

1回25分で演習課題の疑問を解消するカウンセリングを受けられたり、パーソナルメンターがSlackでチャットサポートをしてくれるため、独学のサポートをしてくれます。

数学やプログラミング経験がなくても、AI技術者になるまでの学習コースが豊富に用意されています。

◆　受講内容

分野 コース内容のサマリー
Python基礎 Pythonの基本文法、変数、型、制御構文、関数、クラス、ライブラリの使用方法
数学基礎 機械学習とディープラーニングの基礎となる微分積分、線形代数、確率論、情報理論
ライブラリ活用 Pythonの数値計算ライブラリ（NumPy）、データ可視化ライブラリ（Matplotlib）
機械学習基礎 機械学習の概論、教師あり学習（回帰、分類）、教師なし学習の学び、実装スキルを獲得
ディープラーニング応用 ディープラーニングの基礎、順伝播型ネットワーク、生成モデル、最適化手法、正則化、RNN、CNN、強化学習などの深層学習理論と実践的な応用技術を包括的に学習します。

aidemy-curriculum-min

◆　基本情報

  • 　研修日程：　3か月
  • 　研修費用：　327,800円（税込）
  • 　研修場所：　オンライン
  • 　模擬試験：　×
  • 　JDLA認定プログラム：　〇

Aidemy

おすすめのポイント
  • 合格保証がある
  • メンターがサポートしてくれる

3.　Study-AI

study-ai-min

Study-AI株式会社が提供する日本ディープラーニング協会（JDLA）のE資格認定の研修です。当プログラムの受講と修了認定によりE資格を受験できます。

数理的な基礎原理からディープラーニングを学びながら、実務で必要な周辺処理や実践手法に重点を置いています。

study-ai-curriculum-min

また、深層学習については、CNNやRNNの基本理論をはじめ、日本ディープラーニング協会のシラバスに準拠した幅広い内容を学べます。

また、実践応用や最新の医療論文に基づく画像認識など、E資格取得後の研鑽にも対応しており、試験対策も充実しています。

また、e-ラーニング形式で24時間オンデマンドの学習が可能で、「図式の説明」⇒「数式の理解」⇒「ソースコードの実装」というプロセスを通じて、ディープラーニングを身に着けます。

合格者の体験談がYouTubeに掲載されていたので、ご紹介します。

◆　受講内容（ベーシックターム）

  • 　線形代数
  • 　確率統計
  • 　情報理論
  • 　機械学習の基礎
  • 　ディープラーニングの全体像と順伝播

◆　受講内容（ディベロップターム）

  • 　ディープラーニング、生成モデル、自己符号化器、強化学習
  • 　RNN時系列など様々なデータの取り扱い、LSTMと自然言語処理、DNNの最新モデル、転移学習/検知、セグメンテーション/現場での考え方

◆　基本情報

  • 　研修日程：　3か月
  • 　研修費用：　495,000円/1名
  • 　研修場所：　東京
  • 　模擬試験：　〇
  • 　JDLA認定プログラム：　〇

Study-AI

【参考記事】　・　Study-AI（G検定・E資格講座）の評判！メリット・デメリット

おすすめのポイント
  • 繰り返しで学習ができる
  • 知識の積み上げに力をいれている

 

4.　ラビットチャレンジ

rabit-min

定価45万円の公認プログラムを個人限定で月額3,300円で受講できるコースです。応用数学、機械学習、深層学習（前半・後半）を、ビデオで受講をし、テスト・レポートを提出しながら、学習を進めます。

rabit-details-min

超入門者の方でもチャレンジできる超AI入門講座（5万円相当）が、現在は無料で利用できます。家庭教師のような寄り添い感で勉強が進められるので、AIを基礎から学びたい方にもおすすめです。

rabit-details-video-min

【出典】　ラビットチャレンジ

◆　受講内容

応用数学 線形代数、確率・統計、情報理論
機械学習 機械学習の基礎、実用的な方法論
深層学習 順伝播型ネットワーク、深層モデルのための正則化、深層モデルのための最適化、畳み込みネットワーク、回帰結合型ニューラルネットワークと再帰的ネットワーク、生成モデル、強化学習、深層学習の適応方法
開発・運用環境 ミドルウェア、軽量化・高速化技術

◆　基本情報

  • 　研修日程：　未公開
  • 　研修費用：　月額3,300円（個人の方限定）、入学金22,000円
  • 　研修場所：　オンライン
  • 　模擬試験：　未公開
  • 　JDLA認定プログラム：　〇

ラビットチャレンジ

おすすめのポイント
  • 月額3,300円で学べるので、手軽に始められる

5.　zero to one

zero-to-one-min

株式会社zero to oneが提供する日本ディープラーニング協会（JDLA）のE資格認定の研修です。機械学習とディープラーニングの講座が用意されており、両方を修了することで、E資格に必要な修了証を取得できます。

全てオンライン上で受講できるため、すき間時間に受講したい方におすすめです。

◆　受講内容（機械学習）

イントロダクション 機械学習の種類、線形代数、確率、Python
回帰 線形回帰モデルの学習、実践に向けて
分類 分類問題とは、実践に向けて
 ニューラルネットワーク ニューラルネットワーク、なぜ隠れ層が必要か、ニューラルネットワークの学習
機械学習モデルの実践に向けて  実用上の問題と考えられる原因、オーバーフィッティング対策、データの前処理、巨大なデータを集める前に
サポートベクトルマシン  サポートベクトルマシンとは、カーネル法、サポートベクトルマシンの実践
教師なし学習  教師なし学習とは、クラスタリング、主成分分析
ディープラーニング  ディープラーニングの基礎、ディープラーニングの応用例、ディープラーニングの主なモデル

【出典】　zero to oneカリキュラム

◆　受講内容（ディープラーニング）

イントロダクション ディープラーニングとは、機械学習、ディープラーニングの種類
ニューラルネットワークの基礎 単純パーセプトロン、ロジスティック回帰、多層パーセプトロン、モデルの学習
ニューラルネットワークの改善 ニューラルネットワークの改善、活性化関数、正則化、最適化
畳み込みニューラルネットワーク 畳み込みとプーリング、CNNの応用、CNNの構造、モデル紹介
回帰結合型ニューラルネットワーク RNNのさまざまなモデル、RNNの課題
生成モデル 前提知識の確認、深層生成モデル
強化学習 強化学習とは、強化学習の定式化、動的計画法、モンテカルロ法とTD法、DQN、方策勾配法

【出典】　zero to one カリキュラム

◆　基本情報

  • 　研修日程：　未公開
  • 　研修費用：　ユーザー数に応じてID課金（定価：150,000円）
  • 　研修場所：　オンライン
  • 　模擬試験：　×
  • 　JDLA認定プログラム：　〇

zero to one

おすすめのポイント
  • オンライン上で学べる

6.　AI研究所

ai-kenkyujyo-min

AI技術について専門的な知識だけでなく「わかりやすく教える能力」をもった講師による授業を売りにしています。また、実務で必要な環境構築や実装に関するスキル、さらに現場で起きる課題や問題を解決するための知識を学べます。

◆　受講内容（1日目）

応用数学 線形代数・特異値分解、確率・統計(確率分布・ベイズ則等)、情報理論(シャノンエントロピー、KLダイバージェンス、交差エントロピー等)
機械学習 教師あり学習アルゴリズム(ロジスティック回帰、SVM、最近傍法、k近傍法、ランダムフォレスト、確率的勾配降下法等)、教師なし学習アルゴリズム(主成分分析(PCA)、k平均クラスタリング等)、最尤推定・対数尤度・平均二乗誤差、次元の呪い、半教師あり学習・マルチタスク学習、バギングやその他のアンサンブル手法、性能指標(精度、適合率、再現率、F値、ROCカーブ、AUCスコア)

【出典】　AI研究所

◆　受講内容（2日目）

機械学習 過剰適合、過少適合、早期終了、検証集合(ホールドアウト法、k-分割交差検証法等)
ハイパーパラメーター調整(グリッドサーチ、ランダムサーチ等)、L1正則化・L2正則化、ドロップアウト、データ集合の拡張、スパース表現
ニューラルネットワーク 最尤推定による条件付き分布の学習、隠れユニットの活性化関数(ロジスティックシグモイド、ハイパボリックタンジェント、ReLu等)、出力ユニットの活性化関数(線形、シグモイド、ソフトマックス等)、誤差逆伝搬法およびその他の微分アルゴリズム(計算グラフ、微積分の連鎖律、誤差逆伝播法)、バッチアルゴリズムとミニバッチアルゴリズム、最適化アルゴリズム(Momentum、ネステロフのモメンタム、AdaGrad、RMSprop、Adam等)、最適化戦略(バッチ正規化、Layer正規化、Instance正規化、教師あり事前学習)

【出典】　AI研究所

◆　受講内容（3日目）

畳み込みニューラルネットワーク 畳み込み処理、プーリング、特徴量の転移
画像識別モデル 画像認識(AlexNet、VGG、GoogLeNet、ResNet、MobileNet、DenseNet等)
画像の検知(R-CNN、SPP-net、Fast R-CNN、Faster R-CNN、YOLO、SSD)
セマンティックセグメンテーション(FCN、SegNet、U-net)
画像生成モデル オートエンコーダ、VAE、DCGAN、ConditionalGAN、CycleGAN、pix2pix等
自然言語処理 テキストクリーニング、形態素解析、Word Embedding(Bag of Words、Word2Vec、Doc2Vec)

【出典】　AI研究

◆　受講内容（4日目）

回帰結合型のニューラルネットワーク 双方向RNN、Encoder-DecoderとSequence-to-Sequence、深層回帰結合型ネットワーク、再帰型ニューラルネットワーク、長期依存性(勾配のクリッピング)、Leakyユニットとその他の手法(スキップ接続、Leakyユニットと異なる時間スケールのスペクトル、接続の削除)、ゲート付きRNN(LSTM、GRU)、Attention、Transformer、WaveNet
強化学習 方策勾配法、価値反復法、強化学習の仕組み(Q学習、DQN、DDQN、Dueling DQN等)
AlphaGo ロールアウトポリシー、SLポリシーネットワーク、RLポリシーネットワーク、バリューネットワーク、モンテカルロ法
軽量化技術 量子化、蒸留、プルーニング
分散処理 モデル並列、データ並列、GPU

【出典】　AI研究所

◆　基本情報

  • 　研修日程：　1か月
  • 　研修費用：　184,800円
  • 　研修場所：　ハンズオン
  • 　模擬試験：　×
  • 　JDLA認定プログラム：　〇

AI研究所

おすすめのポイント
  • 短期間に学習を進められる

7.　iLect

ilect-min

Deep Learning系の論文を元に自分でモデルを構築・開発できることを売りにしています。また、受講者には、環境構築済みのJupyter Notebookが提供され、Pyhtonを演習できます。

Webブラウザ上で環境にアクセスするだけで、1GPU分の環境を利用できます。

◆　受講内容

イントロダクション パラメトリックな識別モデル、汎化、正規方程式、最急降下法 / 演習：ロジスティック回帰
ニューラルネットワーク / Tensorflow入門 誤差逆伝播、勾配降下法 / 演習：MLP、深層学習ライブラリ、計算グラフ、最適化手法など /演習：TensorflowによるMLP
CNN Part1 / CNN Part2 画像認識基礎、CNN、畳込み、プーリング /演習：CNN、超多層化に向けた技術、転移学習、可視化など /演習：CNNによる一般画像認識
RNN / RNNとNLP RNNと系列データの扱い /演習：RNNを利用した系列データ分析 LSTM・アテンションなど、Seq2seq /演習：機械翻訳
生成モデル / 強化学習  VAE、GAN、（自己回帰モデル）などの紹介、応用例 /演習：VAE、強化学習の概要、DQN、応用例 /演習：DQNとゲームAI
Deep Learningの今後  Deep Learningの今後 

【出典】　iLect

◆　基本情報

  • 　研修日程：　未公開
  • 　研修費用：　未公開
  • 　研修場所：　ハンズオン
  • 　模擬試験：　未公開
  • 　JDLA認定プログラム：　〇

iLect

おすすめのポイント
  • ハンズオン形式で学べる

【参考】　キカガク　※　現在、e資格の対策講座はありません

kikagaku-min

AI、機械学習、ディープラーニングを学べる動画学習プラットフォームです。数学から、プログラミング、環境構築、データ収集、データサイエンス、アプリケーション開発と幅広いテーマを学習できます。

なお、Reスキル講座にも認定されているため、専門実践教育訓練給付金制度を活用できるため、国から最大受講料の70％の還付金を得られます。

◆　受講内容

数学 微分、線形代数
Pythonの基礎 環境構築、Pythonの基礎、PandasとMatplotlibの基礎
機械学習の基礎 教師あり学習、データの前処理、ハイパーパラメータ調整、教師なし学習
ディープラーニングの基礎 ディープラーニングの概要、ディープラーニングの数学、PyTorch入門
画像処理 画像処理の基礎、畳み込みニューラルネットワーク、画像のクラス分類、犬猫分類、ファインチューニング
アプリケーション開発 HTML、CSS 、サーバーサイドでのアプリケーション開発
時系列解析 時系列解析基礎Prophet、再帰型の基礎
自然言語処理 自然言語処理の基礎、テキスト分類
Webページ制作の基礎 Webページ概要、Webページ制作
Webスクレイピングの基礎 Webスクレイピングの基礎
Djangoの基礎 Webアプリケーションの基礎、Hello Worldアプリの作成、Herokuへデプロイ
日記帳アプリの作成 イントロダクション、DBの操作
機械学習アプリの作成 DBの設計とテンプレート作成、ログイン・ログアウト機能の実装
画像分類アプリの作成 学習済みモデルの実装

【参考】　キカガク　AI人材育成成長期コース

◆　基本情報

  • 　研修日程：　1年間
  • 　研修費用：　792,000円
  • 　研修場所：　オンライン
  • 　模擬試験：　×
  • 　JDLA認定プログラム：　〇

キカガク　※　2024年1月30日時点で、e資格の対策講座はありません。

おすすめのポイント
  • 専門実践教育訓練給付金制度を活用できる
  • アプリ作りなど、実践的なカリキュラムが豊富である

【参考】　e検定の対策本

kitchen-garden-certification-study--600px-min

前章では、e検定に関する対策講座をご紹介しました。

なお、e検定の対策を独学でしたい方や、自習したい方向けにおすすめの書籍をご紹介します。

  1. 　Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
  2. 　ゼロから作るDeep Learning―Pythonで学ぶディープラーニングの理論と実装
  3. 　ゼロから作るDeep Learning 2 自然言語処理編
  4. 　いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事に AI を導入する方法
  5. 　人工知能プログラミングのための数学が分かる本
  6. 　PythonによるWebスクレイピング 第2版

 

まとめ

本記事は、e検定（e資格）の対策講座を比較し、その違いをご紹介しました。

おさらいをすると、学習スタイルや求める内容によって、おすすめの講座が変わります。

学習スタイル 求める内容 おすすめの講座
オンライン 高校数学から学びなおしたい AIジョブカレ、Aidemy
  スキマ時間に学びたい Aidemy、Study-AI、zero to one
  プログラミング未経験で始めたい Aidemy、Study-AI
  返金保証のある講座で始めたい Aidemy
  受講料を抑えたい Aidemy、zero to one
通学 短期間で学習したい Study-AI、AI研究所
  模擬試験のある講座で学びたい Study-AI
  e検定の合格後は転職もしたい AIジョブカレ

なお、人工知能のプログラミングスクールや、独学の仕方、フリーランスエージェントに関する情報や起業に関する情報は別記事でまとめています。

【参考記事】　・　人工知能・AIプログラミングスクールおすすめ7選（無料、社会人向け）
　　　　　　　・　人工知能を勉強したい方必見！独学でAIエンジニアになる3つの方法
　　　　　　　・　フリーランスエージェントの一覧と比較！おすすめの25サイト（マージン）
　　　　　　　・　起業前のチェックリスト！ 絶対に準備しておきたい14のこと

500mailsのFacebookやTwitterでは小さな会社や個人の販促・運営に便利な記事を配信しています。
是非「いいね！」をして最新情報をチェックしてください

Writer/編集者：　松田康

このエントリーをはてなブックマークに追加

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です