【Udemy感想】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 –

キカガク 人工知能 機械学習 中級

なかぴょん

Udemyにある「【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 -」を受けてきたよ。
このブログでも一度紹介をした【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 -の続編がいよいよ登場したよ。

へびにょん

なかぴょんです。

今回はUdemyの講座の1つである、【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、続編がでたら、すぐに受講しようと決めていました!

それぐらい機械学習を学ぶ上ではぜひ、受けていただきたい講座となっております。

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。

この講義は名前の通り、中級編となっております。

まだ、初級編を受けたことがない方は、初級編の講座を受けた際の感想をまとめておりますので、ぜひ、下記のURLよりご覧になってください。

【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 –

それでは、詳しく解説していきます。

誰向きなのか

【Udemy感想】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 –のおすすめポイント

こんな人におすすめ
・機械学習の参考書を読んで「閉じて」しまった方
・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

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
  • 予測に大きな影響を与えている変数を見つけることができるようになります

学ぶ際の事前準備

【Udemy感想】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 –で学習するプログラミング言語

【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?

まとめ

今回はUdemyの講座の1つである、【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 –についてご紹介しました。

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にある講義の中で一番おすすめしたい講座です。

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。

※ただいま作成中途中のため、一部デザインが崩れて見ずらくなっております。完成まで少々おまちください。

なかぴょんに受けてほしい学習サービスのリクエスト等ございましたら、
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。

※費用が高い講座は、リクエストをいただいてすぐには受けられないかもしれません。
壊滅的な軍資金不足・・・ご容赦ください。

なかぴょん

リクエストお待ちしております(^^)

明日も元気にぴょんぴょん!

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です