日本ソフトウエアの強み
当社のAI技術への取り組み
1.AI-OCR（現在、開発中）
2.AI技術者育成研修
（お客様に合わせたカスタマイズ研修が可能です）
【目的】
AIを身近なものと感じてもらい、「AIを活用する」視点を獲得するきっかけとする。
【内容】
Raspberry Pi（linuxOS）を使い、機械学習（サポートベクトルマシンや多層ニューラルネットワーク等）によるプログラムでの分類と推定を体験します。あくまで「AI技術の利用」の理解を目指します（AIモデルの開発やモデルのロジカルはここでは対象外）。
→カスタマイズ研修で対応することも可能です
【受講対象者】
・プログラムにおけるAI技術利用に興味がある方
・ソフトウェア開発の基本的な知識を理解している方
| 項 目 | 内 容 | ゴール |
|---|---|---|
| 0. オープニング | アイスブレークと参加者自己紹介。 | 受講者間でのつながり促進と研修を受講する準備をする。 |
| 1. AI技術総論と演習環境の説明 | AIにおける代表的な技法の説明。また、機械学習の概要を説明したうえで統計や深層学習との比較をする。 | AIの知識の習得と演習に用いるHWとSW環境を理解する。 |
| 2. 演習① アヤメのデータを種類別に分類する |
アヤメのデータをエクセルで実際に分類したうえで、SVMを用いてアヤメの分類し、違いを確認する。 | 数学的知識が必要である判別でも、機械学習を活用しで分類できることを理解する。 |
| 2. 演習② SVMとNNによるアヤメの分類 |
2次元と4次元の特徴量で分類し、その違いを確認する。学習するデータや量により学習の精度が変わることを確認する。 | 4次元特徴量の分類における機械学習の適用事例を実感する。 |
| 2. 演習③ ０～９の手書き数字を分類する |
手書き文字を64次元のビットイメージのベクトルデータとして学習させる。分類器を使って機械学習において手書き文字を分類する機能を開発する。 | 手書き文字の認識を機械学習で実施することで、ライブラリを活用することで従前PGでは困難な判定ができることを実感する。 |
| 2. 演習④ マウスで描いた数字を認識する |
SVMと三層NNで分類をして正解率の変化を確認する。また学習用データとテスト用データを分けて実施する。 | 同じデータでも技法が異なれば結果も異なることや前処理の重要性を知ってもらう。 |
| 3. デモ コンピュータとじゃんけん勝負をする |
入力デバイスよりデータ変換処理をしたうえで、AIを用いて「手」の判定、勝ち手の予測システム「じゃんけん処理」のデモンストレーションを行う。 | さらにデバイスを追加してよりシステムらしい動作ができることを確認してもらう。 |
| 4. クロージング | 研修のまとめと質疑応答 | 研修全体の概要と重要ポイントを確認し、不明点をなくすことで、研修全体の理解を深める。 |
３．当社のAI技術資格保有技術者
- G検定（ジェネラリスト検定）
合格者：20名
- E資格（エンジニア資格）
合格者：２名
