※開催時刻、開催日は、打ち上げ状況により変更、または中止することがあります。また、やむを得ない配信の不具合が起きた場合、中継が実施できなくなることがあります。ご了承ください。 詳細は下記イベントページをご覧ください。 「いぶき2号」打ち上げパブリックビューイング!」
どうなっていくべきか?
MSFS2020のいくつかある売りの一つが"サーバー上に構築されたbing mapベースのリアルな地球を飛べる"というもの。 フライトトレーニングを一通り終えて操作方法にもだいぶ慣れてきたので、今回はMSFS2020とPrepar3Dのシーナリー(地形や地表の3Dモデリングとテクスチャ)を比較してみたいと思います。 シーナリーの比較ですが、私がよく知っている土地でないと比較の仕様が無いような気もするので、今回は地元浜松のシーナリーの再現度を比較してみようかと思います。 東京や大阪、名古屋といった大都市圏の比較は色々な人がすでにやっているでしょうし、そんな大都市圏はどんなフライトシムでもそこそこリアルに作りこんでいるので比較しても面白くないですからね。 世界的にそこまでメジャーではない、なおかつ田舎過ぎない、それでいて高速道路やランドマークとなりそうな特徴的な建物がある、という色々と中途半端な立ち位置の地方都市というのが比較対象としては面白いのでしょうか? 比較対象のPrepar3DはVer. 5のHotfix2で、アドオンのシーナリーは未導入の物です。 シーナリーの表現に関わるゲージはすべて最高に設定しています。 MSFS2020の方はULTRAとしていますが、ネット環境が貧弱なのでもしかしたら画像処理にストリーミングが追い付かないなんて可能性もあるかもしれません…。 浜松基地ランウェイ27 早速MSFS2020とPrepar3Dのシーナリーを比較していきたいと思います。 せっかくなら使う飛行機も同じにしたかったのですが、MSFS2020ではセスナ152を、Prepar3DではCommander114を使うことにしました。 ※Cubが両方のフライトシムに収録されているんですが、ほとんど飛ばしたことが無い飛行機なので今回は使いませんでした。 スタート地点は浜松基地のランウェイ27です。 1枚目がPrepar3D、2枚目がMSFS2020になります。(以降も同じ配置です) もう滑走路の舗装の質感から違います。 Prepar3DもVer.
街で迷いそうになったらスマホで自分の現在地をチェック。この後、雨が降りそうかも?と思ったら天気予報をチェック。日頃何気なく使っているこうした情報がどこから来ているか、考えたことはありますか? 位置情報はGPS衛星、雲の様子は気象衛星「ひまわり」、というように地球をめぐる人工衛星から送られてきています。人工衛星というと遠い存在のように感じるかもしれませんが、私たちは毎日の生活で、気づかなくても人工衛星をすでに使っています。しかし、それだけではなく、人工衛星から得られるデータをもっと使いやすく、多くの人が使えるようにするための整備が今、進められています。 10月29日に打ち上げられる予定のいぶき2号(CG)©JAXA みなさんこんにちは、科学コミュニケーターの片平です。 これからいろんな場所での活躍が期待される人工衛星。みなさんだったらどんな衛星を使って、どんなものを観測したいと思うでしょうか? プレシオサウルスの生き残りか新種の哺乳類か？ 謎の水棲UMAネッシー／世界ミステリー入門｜ムーPLUS. 人工衛星の中には、太陽や月、火星といった地球以外の天体を探査する探査機や宇宙の彼方を観測する宇宙望遠鏡などもありますが、今とりわけ注目されているのが地球の地形や大気など、私たちの暮らす地球を宇宙から観測する、地球観測衛星です。 これからいろんな場所での活躍が期待される地球観測衛星を、みなさんならばどんなことに使いますか?未来館ではこの夏休みに「地球観測衛星を使いこなそう!」と題した特設コーナーを設置して、みなさんがどんなふうに地球観測衛星を使うのか、意見を集めました! 参加してくれたみなさまのアイデア(一部)ありがとうございました! なるほどと思わせる回答や、思わず笑ってしまう珍回答、様々な回答が集まりました!
普段データを扱われるエンジニアの方でも、地理空間データは「少しハードルが高いな」という印象を持たれる方も多いのではないでしょうか。 座標系やデータの種類、複数データの重ね方など、他のデータとは異なる点が多くあります。 本記事では、そんな地理空間データの入門編として押さえて起きたいポイントをまとめました! ————— 本記事の作成にあたり、藤村英範様にご協力いただきました。 この場を借りて御礼申し上げます。 1.
Tellus(テルース)は、日本発のオープン&フリーなデータプラットフォームです。衛星から取得できる情報を含め、世界中のありとあらゆるデータを集積しています。 いつでも、どこでも、だれでも、手軽にデータを扱える世界に。 Tellus(テルース)は、日本発のオープン&フリーなデータプラットフォームです。衛星から取得できる情報を含め、世界中のありとあらゆるデータを集積しています。いつでも、どこでも、だれでも、手軽にデータを扱える世界に。 会員登録・ログイン ダッシュボード
読み放題 今すぐ会員登録(有料) 会員の方はこちら ログイン 日経ビジネス電子版有料会員になると… 人気コラムなど すべてのコンテンツ が読み放題 オリジナル動画 が見放題、 ウェビナー 参加し放題 日経ビジネス最新号、 9年分のバックナンバー が読み放題 この記事はシリーズ「 ベゾスvsマスク ついに来た宇宙経済ビッグバン 」に収容されています。WATCHすると、トップページやマイページで新たな記事の配信が確認できるほか、 スマートフォン向けアプリ でも記事更新の通知を受け取ることができます。 この記事のシリーズ あなたにオススメ ビジネストレンド [PR]
機械学習は急速に実用化が進んでおり、導入を考える企業も増えてきました。今後も大きな成長が見込める分野なので、今後AI業界で活躍したいと考えている人も多いのではないでしょうか。2017年頃から機械学習関連の資格が次々に誕生しています。自分の保有スキルを客観視するためにも資格取得をすることは役立ちます。今回は、資格取得のメリットやどのような資格があるのかについて詳しく解説したいと思います。 ▼更に機械学習について詳しく知るには? 【完全版】機械学習とは?解決できる課題から実例まで徹底解説 機械学習に関連する資格を取得するメリット AIエンジニアなどになりたいと思っている方は、まずは機械学習に関する知識を身に付けなければなりません。「勉強といっても何から始めていいのかわからない…」そんな人は資格に挑戦するのがおすすめです。この章では機械学習に関する資格を取得するとどんなメリットがあるのかを紹介します。 1. スキルの証明になる 機械学習に関わる会社に就職や転職を考えている場合、資格があれば自分のスキルを証明することができます。履歴書の資格欄が空白であるより、資格欄が埋まっている方がアピール力は強くなります。資格を持っていることが、機械学習に関する知識を持っている証明になるので、異業種からの転職を考えている方は特に有効です。また、資格取得に取り組んだこと自体が自己研鑽に努めている自分だと印象を良くしてくれます。 2. 【2019年後期】AI関連資格おすすめ6選｜取得メリットも紹介 | AI専門ニュースメディア AINOW. キャリアアップにつながる 機械学習の資格取得によって活躍できる職種は「AIエンジニア」や「データサイエンティスト」などです。資格取得を足掛かりに未経験可のエンジニアの求人に応募も可能になります。まずはAI関連の企業で実務経験を積んでいくことで、有名企業への転職も夢ではなくなります。AI業界は先行きが明るく、人材不足などの影響もあり、給料は比較的高水準です。AIエンジニアの平均年収は約599万円(求人ボックス調べ)と、日本の平均年収より高くなっています。 3. 学習目標が明確になる 「機械学習の勉強をしてみようと思ったんだけど、なかなか手に付かない…」という経験がある方もいらっしゃるのではないでしょうか。そんな時、資格試験に申し込むと、受験料を損しないために強制的に勉強をする環境を作ることができます。目標がないと進まないと思っている方は、資格試験への申し込みが勉強に向かうための一つのきっかけになるのではないでしょうか。 4.
転職をさらに有利に進めたい転職希望者は、CG-ARTSマイスターになることをおすすめします。例えば、画像処理エンジニア検定エキスパートを取得し、さらにCGエンジニア検定に合格することで、エンジニアリングマイスターになることできます。エンジニアリングマイスターになることで、システム開発・ソフトウェア開発に精通している人材であることが証明されるので、転職をさらに有利に進められる可能性があります。 資格を取得したらフリーランスとして活躍するのも一つの手! 転職をではなく、フリーランスの転身を考えている人は、 PROsheet や LancersTop を利用してシステム開発案件を受注してみてはいかがでしょうか。 PROsheet や LancersTop にはシステム開発・ソフトウェア開発案件が数多く紹介されています。報酬も獲得できるので、安定して受注することができれば、フリーランスとして生計を立てていくこともできるでしょう。 まとめ 画像処理エンジニア検定エキスパートは合格率が低く、希少価値も高い資格です。そのため、転職時に画像処理エンジニア検定エキスパートを取得していれば、転職を有利に進められる可能性があります。転職時に一定の効果は得られますが、企業によって採用基準は異なります。そのため、画像処理エンジニア検定エキスパートを取得していれば、必ず内定をもらえると考えるのは控えましょう。
ビッグデータ解析・統計分析知識 次はAIに学ばせる情報の分析や解析の知識についてです。 ちか データや統計も数字が出てきて難しそう…。 そもそもビッグデータって普通のデータと何が違うんですか? なかがわ ビッグデータは、従来のデータベースでは記録や管理、解析が難しいデータ群 のことです。 単純に量が膨大というだけでなく、その形式や発生頻度もバラバラな様々なデータの集まり なんです。 ちか なるほど! ちなみに、統計とは何ですか? なかがわ 統計は、集団の傾向や特性を数量的に明らかにすること、またはその数値 のことです。 AIエンジニアになるには、 ビッグデータという様々な性質を持つデータ群を解析したり、統計で明らかになっている情報を分析するスキルが必要 ですね。 5. データベースの運用知識 分析、解析して見出した情報を運用していくスキルについてお伝えします。 ちか 「データベース」が何かわかりません…。 なかがわ 「データベース」は、ある特定の条件に当てはまる「データ」を複数まとめて、あとで使いやすい形に整理した情報のかたまり のことです。 AIエンジニアに必要なのは、 ビッグデータや統計から必要な情報をデータベースとして抽出し、AIのシステムに学習させる運用のスキル です。 6. 画像処理エンジニア検定 エキスパートを受けた. ビジネス・コンサルスキル 最後に、AIエンジニアに必要なビジネス・コンサルスキルについてご紹介します。 ちか ビジネススキルならまだわかりますが、どうしてAIエンジニアにコンサルスキルが必要なんですか? なかがわ AIエンジニアの仕事は、ビジネス上の課題をAIのシステムを用いて解決することです。 つまり、 ビジネス上の課題に対して、AIのシステムについて熟知したAIエンジニアが、どんなふうにAIを用いることで解決ができるのかをコンサルティングできるようになる必要がある んです。 ちか なるほど! どんなに 優れたAIシステムがあっても、どんな課題にどう生かせるのかを理解して説明できないと使えない ですもんね! 実際に、 AIエンジニアの求人は「AIシステム開発」のほか「AIコンサル」も多くあります 。 具体的な求人内容が気になる方は「 マイナビIT AGENT 」などから見てみましょう。 AIエンジニアに求められる資格・スキルの勉強法3選 1. 書籍を中心に勉強する 資格の学習は、それぞれの 主催団体が出版している公式テキストや、参考書を用いて学習するといい でしょう。 また紹介した 6つのスキルについても書籍で学習することができます 。 手始めにぴったりな書籍をご紹介します。 6つのスキルを身につけるのに役立つ書籍 AI言語・Pythonの学習 『Python3 入門ノート』・『人工知能は人間を超えるか』 機械学習とディープラーニングの学習 『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装』 AIのための数学的知識の学習 『やさしく学ぶ 機械学習を理解するための数学のきほん』 ビッグデータ分析・統計解析の学習 『Pythonで学ぶあたらしい統計学の教科書』 データベース運用の学習 『新人エンジニアのためのデータベースの仕組みと運用がわかる本』 AIコンサルの学習 『AIをビジネスに実装する方法』 2.
統計検定 統計検定は、あらゆる分野の情報を的確に取り込み、事業への活用を可能とするデータ統計、分析のスキルが必要とされる検定です。AIエンジニアにとっても、統計処理はもちろんデータ解析などのアナリスティックな数学的知識を身に付けることは重要です。統計検定はレベル5段階に分かれており、自分のレベルに合わせて受験可能です。文系出身者は学習してこなかった数学的データに基づく解析法が身に着くため、自信を持って統計データ分析を行えるようになります。開催頻度は年2回(階級によっては年1回)、2~4級はCBT方式でも受験可能で、準1級以上は会場受験になります。また、検定料は3, 000円~8, 000円です。 6. 画像処理エンジニア検定 画像処理エンジニア検定は、「画像処理分野」の開発、設計に必要な知識の習得を評価する検定です。画像処理技術は近年ニーズの高まっている分野で、ロボット開発、医療や印刷など各分野で用いられています。例えば、QRコードを読み取ることも画像処理技術の一つといえます。デジタル画像技術の開発や運用行うエンジニアを「画像処理エンジニア」と呼び、AIの技術と組み合わせて製品開発を行うことができれば、より積極的に会社に貢献できるようになるでしょう。画像処理エンジニア検定にはベーシックとエキスパートの2つのレベルがあります。ベーシックでは画像処理の基礎知識とプログラミング利用のスキルが問われ、エキスパートでは専門的な理解とソフトウェアやハードウェアのシステム開発まで出題範囲が広くなります。開催頻度は年2回。受験料はベーシック5, 600円(税込)、エキスパート6, 700円(税込)です。 7. 基本情報技術者試験 昭和45年に創設された歴史のある試験。独立行政法人IPAが行う国家試験ということもあり、IT業界への登竜門的な試験となっています。ITパスポートと同じ独立行政法人IPAが行っています。毎年10万人を超える受験者がいる人気ぶりで、プログラマーだけでなく、システムエンジニア、WebデザイナーなどIT業界で働くすべての人に必要とされる普遍的な知識が問われます。 受験者のうち3割は学生が締め、残りの7割の社会人受験者も多くがIT業種に携わる人です。専門学校や大学で資格取得を推奨されることや、入社後の昇進の条件として利用されていることも受験者が多い理由です。試験範囲はPythonやC#などのプログラミング言語の他、経営戦略や事業戦略にまで広範囲に及びます。試験対策に多くの時間を要するため、合格率は35%前後となっています。試験は春季試験と秋季試験の年2回、受験料は5, 700円(税込)です。 8.
9%、後期の合格率は68.
5時間がぽっかり空くが、慣れないテレワークで仕事もバタバタ。動画コースに重点を置く。動画コース二巡目を公式テキストも使って理解を深める作戦。 少しずつではあるが、シラバス全体像が見えてきた気がしてくる。それでも頭にはいらない部分が結構あってそれらは飛ばした。学習時間は一日1. 5~3時間程度。 5~6週目(5/29-6/12) 問題集一回目をやってみる。正解率4割といったところか。非常に焦る。公式テキストを再読しながら、合格者がまとめたKindle本を入手。あわせて読み込む。 やはり数学もやらないとまずいのではないかとうろたえ、何やら数学の参考書を入手して読んでみたりと迷走した。学習時間は一日1. 5~2. 5時間程度。 7~8週目(6/15-7/3) 試験まで残り3週間。時間がないのでこれまでの学習方法を取りやめ。オンライン講座の模擬テストに注力した。何度もやることで知識を定着させることを狙った。 シラバスに合わせて作成された模擬試験を一通りやった後は、できなかった問題に注力した。この頃、勤務先のテレワークが解除されたため、通勤時のスマホでも模擬試験をやった。 ・・・問題集をアタマから再読。試験当日のあんちょこを準備。学習時間は一日1. 5~2時間程度。模擬テストをひたすらやりながら、最終スパートに入った。そのころオンライン講座でまとめページが登場しあんちょこアイテムに加えた。 オンライン講座の模擬テストは間違えた問題を記録してくれる機能が付いていたので、それらをひたすらつぶしていった。これでディープラーニングの関数や方式の整理がついたような気がする。 とにかく加齢と日常の怠慢から記憶力が低下しているのでなかなか覚えられない。ただしこれはあんちょこを充実させることで乗り切ろうと思った。 試験環境を整えた。本番受験用ノートPC(MSI)とあんちょこ参照用ノートPC(Surface pro6)の2台(笑)。自宅で受験するので、実際にウェブページやキンドル本を動作させながら回線環境も確認しておいた。 本番時に宅配便が来ないようにしておくことも忘れずに!
G検定 G検定は、 AIについての全般的な知識を持つ人材(=ジェネラリスト)を育てるための資格試験 です。 機械学習エンジニア、データサイエンティスト共通して取得するとよい 資格であり、AIエンジニアならおさえておきたい知識を身につけられます。 オンライン受験型で、自宅にいながら試験を受けられる ことが特徴です。 G検定はこんな人におすすめ 機械学習エンジニア・データサイエンティスト AI(人工知能)の全般的な知識を身に付けたい 未経験からAIに関する分野に転職・就職したい なかがわ 比較的合格者率が高く、挑戦しやすい資格 でしょう。 主催 一般社団法人 日本ディープラーニング協会(JDLA) 実施時期 年3回。3月/7月/11月。申込は実施月の前月1ヶ月間。 料金 一般 12, 000円+税 学生 5, 000円+税 ※消費税増税に伴い受験料は10月1日より改定 合格率 第1回 56. 8%(2017/12/16) 第2回 57. 1%(2018/6/16) 第3回 64. 9%(2018/11/24) 第4回 72. 8%(2019/3/9) 第5回 71. 4%(2019/7/6) 公式HP 一般社団法人日本ディープラーニング協会(JDLA) 2. E資格 E資格は、 AIのシステムを構築できる人材(=エンジニア)に特化して能力を育てるための検定試験 です。 こちらは 受験資格として、一般社団法人日本ディープラーニング協会認定のプログラムへの参加・修了から2年以内であることが必須 です。 ちか ディープラーニング協会認定のプログラムってなんですか? ディープラーニング協会が、「ディープラーニングの理論を理解し、実装する能力を持つ人材を育成する講座」と認定した外部の講座 のことです。 なかがわ 「 Aidemy Plemium Plan 」の 合格保証つき E資格対策コース なども認定講座です。ディープラーニング認定プログラムについて、詳しく知りたい方は こちら からどうぞ。 AIシステムを構築する機械学習エンジニアなら受験するとよい検定 であり、実際にAIを構築して実装能力を認定する試験です。 こちらはG資格と異なり、 希望する会場でオフラインでの受験 になります。 E E E検定はこんな人におすすめ 機械学習エンジニア・データサイエンティスト 深層学習の理論と実装の力を身につけたい 未経験からAIに関する分野に転職・就職したい なかがわ 受験資格がある分、ハードルは高めですね。認定プログラムにかかる費用などとあわせて考え、受験を決めましょう。 主催 一般社団法人 日本ディープラーニング協会(JDLA) 実施時期 年2回。2月/8月。 料金 一般 30, 000円+税 学生 20, 000円+税 JDLA正会員・賛助会員 25, 000円+税 合格率 第一回 69.