記事には広告が含まれています
なかぴょん
へびにょん
なかぴょんです。
今回はUdemyの機械学習講座の中でも特に人気のある、【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 –と【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –を受けてきました。
初級編がものすごくわかりやすかったので、続編の中級編もすぐに購入してしまいました!
機械学習を学ぶ上ではぜひ、受けていただきたい講座です。
機械学習を学びたいと考えている初心者の方を始め、機械学習で必要な数学の知識などがイマイチ理解できていない方にはおすすめの講座です。
2022年11月現在、初級編は49000人以上、中級編は31000人以上の方が受講されており、どちらも大人気講座となっております。
講座評価も両講座平均4.4で、満足度が高い講座です。
とりあえず初級編を受けてみて、わかりやすいと思った方は続編の中級編講座を受けてみてください。中級編も初級編と同じくわかりやすい講座となっており、受けて損はないです。
講義の一部動画は無料で見れますので、講座内容が気になる方は公式サイトから無料動画を見てみてください。
この記事では初級編、中級編の順番で講座を解説していきます。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -は誰向きなのか
今回の講義は、Python初心者だけでなく、プログラミング初心者の方にもわかりやすい内容となっております。
そもそも、機械学習とかディープラーニングって何が違うの・・・?と思っている方でも問題なく、講座を受けることができます。
むしろ、そう感じている方に受けていただきたい講座です。
中学校で学ぶ数学から始めるので初心者の方、数学が苦手な方でも大丈夫です。
・機械学習の参考書を読んで「閉じて」しまった方
・機械学習に使用する数学の知識がイマイチ把握できていない方
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -で何が学べるのか
- 機械学習の考え方や機械学習に活用する数学の内容
- Pythonの環境構築
- Pythonの基礎的な文法
- Pythonによる数値計算
学ぶ際の事前準備
講義は数学の問題を解きながら進めていくので、紙とペンが広げられる机の上などで受けることをおすすめします。
MAC・Windowsどちらでも講義を受けることができます。講義内では、MACを使用して話が進んでいきますが、Windowsをお持ちの方でも同様に進めることができるため、問題ございません。
手書きでイラストを書きながら、ゆっくりと講座が進んでいきます。
高校や大学で学んだ数学の知識がある程度頭に入っている方は、動画の速度を1.5倍速にしても問題なく受けられるかと思います。
講座詳細
セクション1 コース紹介
講座を担当する講師のスキルや、コースの進め方について解説がございます。
このセクションの動画は無料で見れますので、講座内容が気になる方は公式サイトから無料動画を見てみてください。
セクション2 概念の紹介
- 人工知能・機械学習・ディープラーニングとは?
- 機械学習に必要な数学
- 機械学習の3大トピック
- 簡単な機械学習と内挿・外挿
セクション3 微分
- 微分は「何」に使えるのか?
- 微分(導関数)を求めよう1 – 中学編 –
- 微分(導関数)を求めよう2 – 高校編 –
- 微分の公式
- 偏微分
セクション4 単回帰分析
- 問題設定 – 部屋の広さから家賃を予測しよう –
- Step1:「モデル」を決める
- Step2:「評価関数」を決める
- Step3:評価関数を「最小化」する
セクション5 Python速習
- プログラミングの環境構築
- 変数
- 基本構文
- 複数の変数を扱おう
- 制御構文
- 関数
セクション6 単回帰分析の実装
- Numpy: 数値計算
- Pandas: データベース操作
- Matplotlib: グラフの描画
- 実データに対して単回帰分析を実装しよう
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 – まとめ
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編についてご紹介しました。 講義時間も2時間ほどなので、最後まで講義を受けきることができるかと思います。 機械学習に関して知識をつけたい方は、ぜひ、受けてみてください。
次は【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 -を解説します。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 -は誰向きなのか
・独学で機械学習を学ぼうと思ったけど挫折してしまった方
・機械学習の参考書に記載された数式の意味が理解できず、学習をやめてしまった方
・中学校で学ぶ数学から始めるので初心者の方、数学が苦手な方でも大丈夫
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 -で何が学べるのか
- 機械学習の原理を数学から理解し、プログラミング(Python)で実装できるようになります
- 今まで難しそうに見えていた機械学習に用いられる数式の意味を理解できるようになります
- 機械学習に関する専門用語も数式と一緒に覚えることができます
- 線形代数を用いて複数の変数を考慮したモデルを作成できるようになります
- Numpyを用いた線形代数演算をプログラミングで実装が出来るようになります
- Scikit-learnを用いた機械学習の実装ができるようになります
- データの相関関係をひと目で可視化出来るようになります
- 平均・標準偏差・正規分布といった統計の数式と使い所が理解できます
- 外れ値の除去が行えるようになります
学ぶ際の事前準備
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 – を受けた方向けの講座となっておりますので、一度初級編の講座を受講するのをおすすめします。
講義内では、macOSを使用しながら、講義が進みますが、Windowsをご使用の方でも問題なく講座を受けることができます。
講義内でプログラミングに必要なMac, Windowsの両方の環境構築を行いますので、PCのデータ容量を空けておいてください。
講座詳細
セクション1 はじめに
- 1. 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –
セクション2 イントロダクション
- 2. イントロダクション
セクション3 線形代数
- 3. スカラー・ベクトル・行列
- 4. 行列の演算
- 5. 練習問題
- 6. サイズ感
- 7. 転置
- 8. 単位行列・逆行列
- 9. ベクトルで微分
セクション4 重回帰分析
- 10. Step1 「モデル」を決める
- 11. Step2 「評価関数」を決める
- 12. Step3 評価関数を「最小化」する – 式変形を行う –
- 13. Step3 評価関数を「最小化」する – 最適なパラメータを求める –
- 14. よくある質問
セクション5 重回帰分析の実装
- 15. 行列演算の基礎(Numpy)
- 16. よくある間違い(Numpy)
- 17. 演習問題
- 18. Scikit-learnで実装
セクション6 実データで演習
- 19. データの読み込み
- 20. 分布の確認
- 21. 入力変数と出力変数の切り分け
- 22. モデル構築と検証
- 23. 訓練データと検証データ
- 24. 予測値の計算とモデルの保存・読み込み
- 25. パラメータの確認
セクション7 統計
- 26. 主な統計量
- 27. 練習問題
- 28. 正規分布と3σ法
- 29. スケーリング
セクション8 外れ値・スケーリングを考慮した重回帰分析
- 30. データの読込・分布の確認
- 31. 外れ値除去(3σ法) – 1変数に適用 –
- 32. 外れ値除去(3σ法) – 全変数に適用 –
- 33. モデル構築
- 34. スケーリングとパラメータの確認
セクション9 ボーナスレクチャー:ビジネス活用
- 35. 現場で機械学習を導入できる人材とは?
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 – まとめ
今回はUdemyの講座で人気のある、【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –を紹介しました。
初級編と同じように機械学習に関する概要や、機械学習に必要な数学の知識をわかりやすく学びことができて良かったです。
Udemyにある機械学習の講義の中で本当におすすめの講座です。
Udemyの講座には30日間の返金保証がついておりますので、ぜひ1度、気軽に受けてみてください。
今回紹介した講座以外にも僕が受けた講座はいくつかあるので、興味がある方はこちらの記事をご覧ください。
【2022年最新版】UdemyにあるPythonや機械学習が学べるおすすめ講座まとめ
なかぴょんに受けてほしい学習サービスのリクエストを募集中です。
講義のリクエストなどありましたら、お問い合わせにてお伝えください。
リクエストをいただいた講座は受け終わった後で記事にします。
なかぴょん