アフタースクール向け AI (Python編) 教材 AI-python teaching materials

SPIKEプライムとPython言語を使って、 AIを学ぶ、AIを使って制御する教材です。
レベルに合わせて選べるラインナップをご用意しています。

Pythonプログラミング
AI入門 Python×SPIKEプライム
データサイエンス入門
AI・画像認識・制御プログラミング
深層学習・自動走行セット

Pythonプロラミング

SPIKE プライム
Pythonプログラミングセット

MicroPythonでSPIKE™ プライムを動かす手順や方法を分かりやすく解説したガイドブック付きのセットです。
一連の動かし方を理解したうえで、ライントレース課題に挑戦していくことでPython 基礎学習の理解が深まります。SPIKE アプリの環境内で Python の実装ができるため、環境構築が不要で取り組みやすい教材です。

学ぶ内容

MicroPython で SPIKE プライムで動かすには
MicroPython で SPIKE プライムのモーターを動かそう
MicroPython で SPIKE プライムの各センサーを動かそう
MicroPython でライントレースをしよう
Q&A（A3 サイズの走行コース付き）

製品紹介セミナーはこちら

製品の詳細を見る

AI入門 Python×SPIKEプライム

SPIKEプライムをPythonで制御していきます。機械学習の学習過程と制御結果の、双方の可視化を実現した教材。 Pythonのプログラミング学習、機械学習をはじめたい方におすすめです。
Pythonでのロボット制御と学習過程の可視化を体験することで機械学習概念を理解する

学ぶ内容

Pythonによるロボット制御、センサー値取得
数値計算ライブラリ［numpy］
グラフ描写ライブラリ［matplotlib］

教材の内容

はじめに
基本の使い方
色々なプログラム
　ラージハブを動かすプログラム
　モーター１つのプログラム
　モーター２つのプログラム
　カラーセンサーのプログラム
　フォースセンサーのプログラム
　距離センサーのプログラム
　ライントレースのプログラム
機械学習入門プログラム
　環境構築（インストール方法）
　機械学習課題
　フィードバック値算出方法
　走行経路描画方法
　ライントレース・フィードバック　PC側プログラム
　プログラム解説
　ライントレース・フィードバッ　SPIKEプライム側プログラム
　プログラム解説
　PC 側とSPIKE プライム側のプログラム実行

製品紹介セミナーはこちら

製品の詳細を見る

データサイエンス入門

アフレルが中高生向けに実践しているAI講座を今回公開・提供いたします。AIプログラミングへの理解を深める、中高生向け体験型講座です。明るさ、重さをセンサーで取得。中高生にわかりやすい　K近傍法を使います。

中高生のハイレベルな学びの場として
Pythonから
Pythonの基礎の習得を前提に

教材の内容

概要
準備
機械学習のプロセス
　機械学習とは
　機械学習プログラム実行までの流れ
　機械学習による仕分けの流れ
機械学習の仕組み・基礎
　仕組み・基礎
機械学習の仕組み・応用
　仕組み・応用
機械学習のデータ分析
　データ数増減による精度変化
サンプルプログラム
　サンプルプログラム解説

製品紹介セミナーはこちら

製品の詳細を見る

AI・画像認識・制御プログラミング

ロボットを活用することでAIによる自動処理を実際に体験する実習方式で生徒の高い理解度を実現します。実践的な工場活用を例として 2D画像データ、3D画像データの学習からAIによる自動仕分けを行うプログラムを作成、PID制御の仕組みを理解し、生徒自らロボットアームの最適動作のプログラミングを行い課題解決を体験します。
機械学習のプロセス、機械学習の仕組み、機械学習のデータ分析を指導可能
3D画像データを一括処理し、学習モデルの精度向上を実現（ Google Colaboratory ）
ブラックボックスとなりがちな、機械学習の判断基準を数値として可視化、蓄積データから学習進行過程と判断状況を見える化することで、
生徒自身がAIプログラムをチューニングでき、仕分け精度を高められる

学ぶ内容

画像認識で動かす
Google Colaboratoryによるモデル作成
AI画像認識による部品の仕分け
PID制御

機械学習のプロセス
機械学習の仕組み
機械学習のデータ分析

教材の内容

概要
準備
開発環境の説明
動作環境の説明
機械学習を体験
　機械学習とは08
　機械学習プログラム実行までの流れ
機械学習の仕組み(基礎)
　機械学習プログラム実行までの流れ
機械学習の仕組み(応用)
　似ている対象物を仕分ける
　機械学習の精度改善
　機械学習プログラム実行までの流れ
　機械学習のまとめ
制御・基礎(P 制御)
　より滑らかな制御
　ONOFF 制御とP 制御の違い
　P 制御による仕分けの流
　P 制御の欠点
制御・応用(PID 制御)
　I 制御とは
　D 制御とは
　PID 制御による仕分けの流れ
　PID 制御のまとめ
サンプルプログラム
　サンプルプログラム解説
付属資料
　Bluetooth プログラム転送方法

3D画像データを一括処理

部品の仕分けに使われる大量の3D画像データを一括処理し、学習モデルの精度向上を実現

ロボットアーム制御を用いた実践的な仕分け

PID制御の仕組みを理解し、生徒自らロボットアームの最適動作をプログラミング

機械学習の進行過程の可視化

蓄積データから学習進行過程と判断状況を可視化し、生徒自身がAIプログラムを調整でき仕分け精度を高められる

製品紹介セミナーはこちら

製品の詳細を見る

深層学習 TensorFlow×自動走行

本教材では機械学習の訓練をエッジ内（Raspberry Pi）で完結する手法とクラウド（Google Colaboratory）で行う手法の2パターンを提供します。インターネットを介さないエッジ内での訓練手法も提供することで、学習するその場の環境に合わせて対応する経験が手に入ります。
画像データ収集の自動化、エッジやクラウドの活用による２種類の訓練手法、TensorFlowを用いた「学習」「推論」のプログラムを体験し、一連の流れを体験することで、自らコードを実装する力が身につきます。　
画像データを収集し、教師データを作成
エッジ、クラウドの活用による訓練手法の2つを体験
TensorFlowを使った深層学習モデル(CNN)を学習する方法から、推論による自動走行、障害物による行動制御を体験的に学習
シミュレーターを用いた、深層強化学習