KCS鹿児島情報専門学校

AI専攻

鹿児島県内専門学校初のAI専攻を設置!
AIは未来技術ではなく現行技術です

映画や物語の中や、理論でのみ語られていたAIは、もう半歩先の未来です。ニューラルネットワークや機械学習の基礎から、AIの実装まで学びます。

目指す職業

AIエンジニア

AIエンジニア
従来のシステムにAIを組み込み、新たな情報サービスを開発します。従来のITに加えて、AIに関する技術がなければ務まりません。

機械学習エンジニア

機械学習エンジニア
目的やデータの特徴に応じた機械学習アルゴリズムを選定し、AIの評価や調整を行います。機械学習を利用した予測モデルや最適化、分類といった手法は、様々な業界で利用が始まっています。

データサイエンティスト

データサイエンティスト
AIや統計を駆使し、ビッグデータから規則性や不規則性を見いだします。ITだけではなく、統計学、応用数学の知識を問われます。

その他IT系エンジニア

その他IT系エンジニア
従来からのITも基礎から学びますので、活躍の場はたくさんあります。これからの社会で最も重要なスキルであるITを学べば、将来は安心です。

これから生まれる仕事

これから生まれる仕事
AIにより現在存在しない新しい仕事が生まれるはずです。 AIを学ぶことで時代の先端を走る仕事ができるでしょう。

目指す資格

    • JDLA ジェネラリスト検定
    • Python3エンジニア認定基礎試験
    • Python3エンジニア認定データ解析試験
    • 情報処理安全確保支援士試験(国家試験)
    • 情報処理技術者試験(国家試験)
      • 基本情報技術者試験
      • 情報セキュリティマネジメント試験
      • 応用情報技術者試験
      • データベーススペシャリスト試験
      • ネットワークスペシャリスト試験

学びのPOINT

AI・データ活用を含むIT人材を目指す

point2

AI、ビックデータ、IoT、セキュリティといった関連知識を横断的に理解して活用でき、Society5.0の実現を支えられるIT人材を目指します。

従来からのITやセキュリティについても学ぶ

point1

AIはITの一部。もちろん従来からのIT(データベースやネットワーク、Web開発技術等)やセキュリティについても一から学びます。国家資格「情報処理技術者試験」の合格も目指します。

AIの基礎から技術動向や利用動向まで学ぶ

point4

現代のAIを理解する上で欠かせない、ディープラーニングや機械学習の概念について学びます。技術動向や利用動向も学ぶことで、現代AIの特性を理解します。

理論から実践へ
プログラム言語「Python」を学ぶ

point3

データサイエンスや機械学習で最近よく使われているPythonを学習します。基本文法から機械学習ライブラリを用いた実装までを一通り学び、実践力を身に付けます。

AI専攻が選べる学科

  • 大学併修科 AI専攻【4年課程】

    ディープラーニングの登場やコンピュータの進歩により、データサイエンティストに必要な要件は変化しています。AI専攻では、専門学校科目でIT全般およびAIプログラミングを、大学科目で統計学や応用数学等データサイエンティストに必要な理論を、4年の時間をかけてじっくりと習熟します。

    大学併修科について

  • 情報システム専門科 AI専攻【3年課程】

    AIエンジニアに必要な、アルゴリズムやデータベース、ネットワーク、セキュリティについて一通り学習した後、AIについて学んでいきます。AIの概論から始まり、実用化されている機械学習ライブラリの組み込みまでを一貫して学びます。AIはこれからの時代を支える最重要な技術です。

学びの流れ

1年次 基礎力

  • ITの基礎を一から学ぶ

    AIを学ぶ土台となるITの基礎について、座学を中心に学びます。アルゴリズムやデータ構造、ネットワーク、データベース等、一から学びます。1年次の科目については、システム専攻とほとんど変わりません。

  • AIへつながるIoTやビッグデータを理解する

    IoT:Internet of Things(モノのインターネット)に用いられる技術や機器、ビッグデータの特徴や利活用について学習し、AIとの関連性について理解します。

2年次 応用力

  • オブジェクト指向やシステム設計技法を学ぶ

    1年次に学んだITの基礎から発展して、高度な技術を身に付けます。オブジェクト指向プログラミングやUMLを用いたシステム設計技法などを学び、ITエンジニアとしての力を増やします。

  • AIの概論を学びAIプログラミングの下地を作る

    AIの仕組みやその利活用について基礎知識を学習します。また現状のAIの利点や欠点を学び、システム開発においてAIを効果的に組み込む基礎知識を獲得します。

3・4 年次 実践力

  • プログラミング言語「Python」を学ぶ

    第2言語「Python」について学習します。第1言語の「Java」との比較で基本文法やライブラリの使い方を学び、AIプログラミングに向けた基礎力を身に付けます。

  • AIプログラミングの実践力を身に付ける

    AIサービスを開発する上で必要なAPI、ライブラリやフレームワークの使用方法について学習します。また実習の中で機械学習の手法による認識精度の違いについても体感します。

ピックアップカリキュラム

  • AIのための基礎数学

    AIのための基礎数学

    AIに関する基礎数学について、講義・演出・実習を通して理解します。また、統計の考え方や用語・分析手法について、結果の考察・結論付けまでの知識を習得します。

  • AIの活用と開発手法

    AIの活用と開発手法

    AIの歴史や酒類、特性について学びます。機械学習、ニュートラルネットワーク、ディープラーニングの概要についても学習します。

  • Pythonプログラミング

    curriculum03

    基本文法やデータ構造を演習中心で学習します。学ぶ内容は基礎的ですが、AIプログラミングするための非常に重要な項目です。

  • AIプログラミング

    curriculum04

    Pythonを用いてAIに関するライブラリ、フレームワークの使用方法を習得します。各種AIサービスを実際に動かして活用イメージを掴みます。

特別カリキュラム

IoTとビッグデータ

特別カリキュラム

IoT:Internet of Things(モノのインターネット)やビッグデータを理解します。近年のIoT事情やセキュリティ面についても学び、利活用の上で注意すべき点も学習します。すでに日常に溶け込んでいるIoT、ビッグデータ、AIの関連性が知れる科目です。

AIの基礎から最新の技術までを学べます

情報システム専門科 AI選専攻

高校の頃からAIに興味があり、高校の先生に「AIを学びたいならKCSがおすすめだよ」とすすめていただいたことがきっかけで入学しました。
授業ではAIに必要不可欠な統計を学べ、AIも作ることができる「AI基礎数学統計」が一番好きです。在学中に資格をできるだけたくさん取得したいという目標があり、春に貴島先生からしていただいた、1年間で受けられる資格についての説明とおすすめな取り方の講座は特に参考になりました。
システムエンジニア、そしてデータサイエンティストになる夢のため、楽しく学んでいきたいです。

情報システム専門科 AI専攻 永谷 清流さん

AI分野担当 貴島 政親 先生

AI専攻ではプログラム開発において、従来の「作ったら終わり」ではなく、作ったAIを「どのように育てるのか」「正しく育ったのか」までを学ぶ点が他の専攻と大きく異なる特長です。
また、クラウドやビッグデータ等の最新の技術を学べる点も魅力だと思います。授業を受けて「もっとすぐ理解できると思っていたけれど難しい」など悩むことがあるかもしれません。でも学び続けていけば必ず分かるときがくるので、他の人と比べることなく自分のペースで進んでいってください。私たち教員が全力でサポートします。

貴島 政親 先生

TOPICS

ディープラーニング(深層学習)の何がすごいのか?

各種ニュースで「ディープラーニング(深層学習)」が注目されていますが、何がすごいのでしょうか。ディープラーニングのすごいところは「機械が特徴を自動的に理解する」という点です。例えば画像を見て「犬」か「猫」かを識別するプログラムを作るとします。今まではどこを識別すれば良いか(目、耳、鼻の形がこうだったら犬など)を人間が考え、プログラミングする必要がありました。しかしディープラーニングでは、画像を指定して「これが犬」「これは猫」と繰り返せば、コンピュータが自分で識別するポイント(特徴)を発見し学習することができるようになりました。これにより専門家が高度な知識や経験で判断していたことも簡単にプログラミングできるようになったので、こんなに注目されているのです。

デジタルトランスフォーメーション
(Digital Transformation:DX)

デジタルトランスフォーメーション(DX)とは、「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」です。(※1
DXには様々なデジタル技術が使われますが、その中核となる技術がAIです。DXを進めるためには、既存システムの刷新が不可欠で、そのためには、システムを作るベンダ企業、システムを使うユーザ企業、いずれにもIT人材が必要です。しかしながら、ベンダ企業では、既存システムの維持・保守に人員が割かれ、システム開発をベンダ企業に丸投げしてきたユーザ企業にはIT人材がほとんどいない状況です。企業がDXを推進しデジタル競争に生き残るために、ITを学んだ人材が求められています。

※1 経済産業省のDX推進ガイドラインより