Your cart is empty.
Keep shoppingAIによる画像分類を学ぼう！【PyTorch+Colab】-CNNの基礎からTransformerの応用まで-
3,464 students
AIによる画像分類を学ぼう！【PyTorch+Colab】-CNNの基礎からTransformerの応用まで-
人工知能（AI）を使った画像分類について学ぶコースです。CNNの基礎、CNNベースの有名モデル、Vision Transformer（ViT）などについて学び、Google Colaboratory環境でPythonを使い実装しましょう。
Created by我妻 幸長 Yukinaga Azuma
Last updated 4/2026
Japanese
What you'll learn
- AIによる画像分類の原理について、基礎的な知識を学びます。
- Python、PyTorchで書かれた画像分類のコードが読めるようになります。
- 自分の力で、画像分類のコードを実装する力が身に付きます。
- AIによる画像分類全般についての知識が身につきます。
- 様々な画像認識の有名モデルを扱えるようになります。
- CNNやTrasnformerを使った画像分類モデルを構築できるようになります。
Explore related topics
Course content
6 sections • 33 lectures • 5h 6m total length
Requirements
- Google Colaboratoryを使用するため、ローカル環境はWindowsでもMacでも大丈夫です。
- Google Colaboratoryを使用するためにGoogleアカウントが必要になります。
- 何らかのプログラミング経験があった方が望ましいです。
- Pythonの基礎を学ぶためのテキストがダウンロード可能ですが、動画によるPythonの解説はありません。
- 機械学習やデータサイエンス、深層学習について詳しい解説はありません。
- 中学-高校レベルの数学で十分です。高度な数学は必要ありません。
Description
「AIによる画像分類を学ぼう！」は、CNN（畳み込みニューラルネットワーク）などをベースにした画像分類技術を学ぶ講座です。
フレームワークにPyTorchを使い、Google Colaboratory環境で様々な画像分類のモデルを実装します。
AIによる画像分類は第3次AIブームのきっかけになった技術であり、応用範囲が広く多様な分野で使われています。
本コースでは、最初にPyTorchの使い方、CNNの基礎を学んだ上で、AlexNet、ResNet、MobileNetなどの有名モデルを実装します。
さらに、Transformerを利用した画像分類モデル「Vision Transformer」（ViT）も扱います。
AIによる画像分類技術をうまく利用すれば、従来人間しかできなかったタスクの自動化が可能です。
様々な画像認識モデルの仕組みを学び、Pythonで実装できるようになりましょう。
注: 本コースに先立ちYouTubeでのライブ講義【Live! 人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。
講座の内容は以下の通りです。
Section1. 画像分類の概要
→ 画像分類の概要、および開発環境について学びます。
Section2. CNNの基礎
→ 様々な画像分類技術のベースとなる、CNN（畳み込みニューラルネットワーク）について学びます。
Section3. Section4. 有名モデルの実装
→ AlexNet、ResNet、MobileNetなどの様々な有名モデルを実装します。
Section5. Transformerの利用
→ 「Transoformer」を利用した画像分類モデルを構築します。
なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックを予め配布します。
Pythonの開発環境にはGoogle Colaboratoryを使用します。
Who this course is for:
- AIによる画像分類に興味があるけど、学び方が分からない方。
- 画像分類のコードがPythonで書けるようになりたい方。
- AIによる画像分類で、何らかの問題を解決したい方。
- AIによる画像分類全般の知識が欲しい方。
- 仕事上、画像分類の知識が必要になった方。
- AlexNet、GoogLeNet、VGG、ResNet、DenseNet、MobileNet、Vision Transformerなどの有名モデルを扱えるようになりたい方。
- 一歩進んだ画像認識技術を身に付けたい方。