「Deep Learning Lab コミュニティ イベント 第3回」で株式会社STANDARDが登壇した際の資料です。 （https://dllab.connpass.com/event/62925/）

1. DLL コミュニティ イベント 第3回
Copyright © 2017 株式会社STANDARD 1
株式会社STANDARD 代表取締役 ⽯井⼤智
⼈材不⾜を抜け出す企業の2つの戦略

2. ⽇本経済新聞9/3「AI⼈材『数万⼈規模で不⾜』」
Copyright © 2017 STANDARD株式会社 2
「⼤学や研究所での⼈材育成が追いつかず、
企業のニーズに⼗分応えられていない。」
「半年後、1年後には主要プレーヤーが決
している可能性もある。乗り遅れないため
にも⼈材の育成が急務になっている。」

3. ⼈材不⾜を抜け出す企業の2つの戦略戦略
Copyright © 2017 株式会社STANDARD 3
社員研修 学⽣マッチング

4. Copyright © 2017 株式会社STANDARD 4
運営会社紹介
⽯井⼤智 代表取締役
早稲⽥⼤学 創造理⼯学部 3年
学部2年⽣のときより､Deep Learning
を⽤いた医療画像解析業務を複数経験｡
学⽣から社会⼈まで､累計200⼈の初学
者への指導｡その経験を活かし､コンテ
ンツ制作をメインで⾏い､初学者と専
⾨家の溝を埋める役割を担う｡
安⽥光希 取締役
慶應義塾⼤学 経済学部 3年
灘中学校在学時から株式投資を⾏っていた影
響から､経済系のデータ分析に関⼼を持つ｡イ
ンターン先で､⼈⼯知能エンジニアの⼈材
マッチング業務に関わる｡R⾔語を⽤いた経済
データ分析を主に⾏う｡また学⽣団体代表の
経験から学⽣のマネジメントも担当する。
鶴岡友也 取締役
明治⼤学 理⼯学部 3年
学部1年⽣のときより､独学で⼈⼯知能やその
周辺技術を学ぶ｡インターン等で､複数のス
タートアップでエンジニアを経験｡コンテン
ツ制作において､カリキュラム構成などを⾏
うディレクターを務める｡また学習環境を向
上させるためのWeb構築も担当する。
東⼤⼈⼯知能開発学⽣団体HAITからのスピンアウト｡⾃分たちが直⾯したAI･データサイエンスの
領域における⼈材不⾜･育成環境不⾜を解決するために創業｡研修事業とマッチング事業を⾏う｡

5. 沿⾰
Copyright © 2017 株式会社STANDARD 5
・2016年4⽉ 東⼤⼈⼯知能開発学⽣団体HAIT創設
・2016年 所属⼈数は東⼤早慶東⼯⼤を中⼼に30名程度
勉強した学⽣のインターンシップ送り出しを複数件経験(⽣徒第1期)
・2017年2⽉ 教育コンテンツ『AI_STANDARD』の開発
・2017年4⽉ 東⼤⼈⼯知能開発学⽣団体HAITで初めての新歓活動を経て所属⼈数160名へ
・2017年春 Microsoft様/⽇本IBM様/Sansan様/Fronteo様とのイベント開催
『AI_STANDARD』で学んだ学⽣のインターンシップ送り出しを複数件経験(⽣徒第2期)
・2017年8⽉ 株式会社STANDARD設⽴
・2017年9⽉ AI/データサイエンス法⼈研修サービスの開始
株式会社ソフトバンクC&S様を含めすでに複数社へ導⼊開始
・2017年10⽉ AI/データサイエンスに特化した⻑期インターンシップマッチングサービスの開始(予定)

6. Copyright © 2017 株式会社STANDARD 6
全8種の基礎スキル
⼈⼯知能エンジニア､あるいは
データサイエンティストに必
須とされる基礎スキルをコン
パクトにパッケージング｡開発
やマーケティングの現場でス
ムーズに業務に参加できます｡
Python基礎⽂法
Pythonライブラリ⽤法
SQL
クラウド
基礎数学
機械学習
深層学習
基礎統計
AI･データサイエンス教材『AI_STANDARD』

7. Copyright © 2017 株式会社STANDARD 7
専⾨家による技術監修
早稲⽥⼤学在学時代は､ピアジェの発⽣論的認識論に⼼酔する｡卒業後､エルマンネット
の考案者ジェフ･エルマンに師事､薫陶を受ける｡以来､⼈間の⾼次認知機能をシミュ
レートすることを通して知的であるということはどういうことかを解明するため研究
を続ける｡
著書に｢ディープラーニング, ビッグデータ, 機械学習, あるいはその⼼理学｣（2015）
新曜社､｢ニューラルネットワークの数理的基礎｣､｢脳損傷とニューラルネットワークモ
デル, 神経⼼理学への適⽤例｣､｢コネクショニストモデルと⼼理学｣（2001）北⼤路書
房などがある｡
浅川伸⼀
東京⼥⼦⼤学情報処理センター
博⼠（⽂学）

8. Copyright © 2017 株式会社STANDARD 8
機械学習･深層学習講座ラインナップ
scikit-learnによる機械学習（学習時間:20h） Chainerによる深層学習（学習時間: 10h）
機械学習（⾮深層学習）の理論と実装を､機械学習⽤の
ライブラリであるscikit-learnを利⽤して学びます｡
⽬次
1. 機械学習とは
2. 単回帰分析
3. 重回帰分析
4. 多項式回帰
5. 正則化
6. パーセプトロン
7. ロジスティック回帰
深層学習の理論と実装を､Preferred Networks社提供の
深層学習向けライブラリChainerを利⽤して学びます｡
⽬次
1. 深層学習とは
2. ニューラルネットワークの基礎
3. 精度向上のための⼯夫
4. CNNによる画像処理
5. OpenCVによる画像の前処理
6. RNNによる時系列解析
7. LSTMによる⾃然⾔語処理
8. SVM
9. 性能評価とチューニング
10. ⽋損値処理とダミー変数化
11. 決定⽊･ランダムフォレスト
12. 主成分分析
13. クラスタリング

9. Copyright © 2017 株式会社STANDARD 9
講座の特徴
1. Jupyter Notebook形式で展開
2. テキスト･コード･図解がひとつに
3. 各⼿法が必要になるストーリーに沿って展開
4. ⼊⾨として最適なコンセプト重視の解説
5. 動画解説を完備
6. ⼈事査定に反映される進捗管理

10. Copyright © 2017 株式会社STANDARD 10
Microsoft ラーニングパートナーとの提携
株式会社グローバルナレッジネットワーク
多年にわたるMicrosoftソリューションの教育実績｡
企業様のAzure利活⽤を確かな技術⼒で⽀援｡

11. Copyright © 2017 株式会社STANDARD 11
東⼤拠点の学⽣プラットフォーム
東⼤早慶東⼯⼤を中⼼に160⼈以上の学⽣
受講⽣のインターン受け⼊れ実績
AI_STANDARDの法⼈研修講座を⼀部無償提供｡
企業様とのマッチングイベントを定期開催｡
1年半で1,010⼈の学⽣を輩出！
AI･データサイエンス⼈材採⽤の標準へ

12. Deep Learning Labを拠点に､理想の環境を創る｡
クラウド環境
フレームワーク ⼈材