認定 > AIと機械学習 PTCA Certification Pathway

資格取得への道

PTCA認定資格の領域と能力に沿った体系的な学習モジュールを通して、実践的なPyTorchスキルを習得しましょう。

必要なすべてのものを一つの方法で入手できます。 すべての学習モジュールと PyTorch Certified Associate（PTCA）試験試験が含まれています。資格取得に向けて、実践的な学習、追加リソース、実務経験を通してスキルを磨きましょう。

スキルを磨こう

PTCA認定資格の領域と能力を網羅した集中的な学習モジュールを通して、実践的なPyTorchスキルを習得します。

自分の道を歩む

PyTorchの基礎とデータ処理から、モデル開発とパフォーマンス最適化まで、体系的な学習体験を通して段階的にスキルを習得できます。

知識を検証する

追加のリソースや実務経験を通して学習内容をより深く理解し、その後PTCA認定試験で知識を検証しましょう。

進路概要

すべて展開

すべて折りたたむ

PyTorchの基礎（LFD2000）

コースの紹介
PyTorchと今後の課題
テンソル：扱うデータ
デバイス：計算が行われる場所
モデルのライフサイクル：トレーニングから予測まで

PyTorchにおけるデータ処理（LFD2001）

コースの紹介
データの出所：PyTorchのデータセット
モデルへのデータ移動：データローダー、バッチ処理、およびシャッフル
適切なデータ準備：変換とデータ品質

PyTorchモデル開発（LFD2002）

コースの紹介
構成要素：レイヤーとアクティベーション
損失から最新情報へ：トレーニングの実際の仕組み
選択を行う：モデルの変更と改善

PyTorchの最適化（LFD2003）

コースの紹介
より高速な実行: torch.compile
より少ないリソースでより多くのものを実現：自動混合精度
ボトルネックの特定：PyTorchプロファイラ
単一デバイスを超えた拡張：分散トレーニングの基礎

実習について

すべての演習はCPU上で実行されるため、GPUは必須ではありませんが、必要に応じてGPUを使用することも可能です。.
最新のウェブブラウザ（Chrome、Firefox、またはEdge）
Google ColabにアクセスするにはGoogleアカウントが推奨されますが、Jupyter Notebookを備えたローカルのPython環境でも問題ありません。.
Google Colabを使用する場合：
- 各コースには、PyTorchやPython 3.12以降などの前提条件となるソフトウェアのインストール手順が記載されています。.
ローカルのPython環境を使用する場合、インストールに必要な前提条件は以下のとおりです。
- Python 3.12以降
- PyTorch
学習者にかかる推定費用：ゼロ

対象領域とコンピテンシー

すべて展開

すべて折りたたむ

PyTorchの基礎38%

コアコンセプト
テンソル
モデルのトレーニング、テスト、および使用
デバイスの基本情報（CPU、CUDA、MPSなど）

モデル開発20%

PyTorchニューラルネットワーク（NN）の構成要素

パフォーマンスと最適化26%

精度と実行の最適化
パフォーマンス測定
分散型トレーニング

データ処理16%

データセット
データローダー
変換する
トレーニングデータ

試験の詳細とリソース

この試験は、オンラインの監督付き多肢選択式試験です。

PTCAについて

試験に合格したら、新しいバッジを LinkedIn、LFX、GitHub などのプロフィールに追加して、オープンソースコミュニティとのつながりを深め、将来の雇用主に対して自分が認定取得者であることをアピールしましょう。

前提条件

知識・技能の前提条件（全コース共通）

Python：変数、データ型、ループ、条件分岐、関数、ライブラリのインポートに精通している。.
数学：線形代数の入門的な理解（ベクトルと行列とは何か）、および基本的な確率と統計。.
機械学習：教師あり学習と教師なし学習の概念的理解、モデル開発ライフサイクル、および過学習。.
開発環境：pipを使用してパッケージをインストールしたり、Jupyter NotebookまたはGoogle Colabでセルを実行したり、ファイルシステムを操作したりできる。.

試験の受験要件
この試験の前提条件はありません。