最新AI論文をキャッチアップ

AI人材就職支援 vistAI

統計から機械学習のまとめ

統計から機械学習のまとめ

その他

機械学習やプログラム言語の勉強は無料公開が多く存在します。
どの無料公開を読めばいいか、わからないっていうところが一番ネックな部分になりますので、今回、実際に経験した内容をまとめました。個人によるまとめですのでご参考程度にご利用ください。


日本語

1. プログラミング演習 Python 2019
オススメ  : ★★★★★
難易度   : ★★☆☆☆
ボリューム : ★★★★★
技術    : ★★★★☆
知識    : ★★★☆☆

プログラミング演習 Python 2019
written by Kita Hajime
(13 Feb 2020)

京都大学公開のPython教材である。教材は2018年に授業で使用されたもので、到達目標は以下の3つ。

  • プログラム実行の基本操作
  • 構成する基本的要素の機能と書式と実行例
  • 簡単なプログラムを自ら設計、実装、テスト

この教材が直接、機械学習やAIに関わるわけではないが、機械学習で人気な言語であるpythonが網羅的にカバーされている。とにかく、なんとなくプログラムを漠然と勉強したいって方にはオススメです。python教材の購入で悩んでる方はこれから始めて見るのも良い。コンピュータの動作の概略とそこでのプログラムの役割について知れるため、かなり親切な資料である。


2. データサイエンスのためのPython入門1~DockerでJupyter Labを使う~
オススメ  : ★★★★☆
難易度   : ★★☆☆☆
ボリューム : ★★☆☆☆
技術    : ★★★★☆
知識    : ★☆☆☆☆

データサイエンスのためのPython入門1~DockerでJupyter Labを使う~
written by かめ
(14 Jan 2020)

実際にデータサイエンティストとしてお仕事をされている方が個人で公開されている資料。実際に統計〜機械学習まで当たり前のことが網羅的に書かれているため、言語は学んだので実際に統計や機械学習へ入るための資料としては良い。また、pythonではなく、機械学習がやりたいと漠然と考えている人にオススメする。難易度もボリュームもリーズナブルと言った印象を持つ。細かく章で分けられているため、個人の最良でいつでも終えることができる。また、pythonを基盤に考えられているので、リンク①との互換が良い。


3. 数理・計算の統計科学
オススメ  : ★★☆☆☆
難易度   : ★★★★☆
ボリューム : ★★★★☆
技術    : ☆☆☆☆☆
知識    : ★★★★☆

数理・計算の統計科学
written by 国友 直人 山本 拓 北川 源四郎 竹村 彰通
(Aug 2008 (Revised: 2012))

統計学会の75周年記念出版『21世紀の統計科学』の3冊 が無料公開。Vol.1と2は実際の統計データを用いて,各事例への統計学の応用手法,vol.3は機械学習なら馴染み深い統計計算を解説している。下手な統計書籍より質は高い。
統計を学び始めた方でも読むことは可能ではあるが、ある程度の数学や統計が分かってる人が読む方が良い。ボリュームも多く、内容は数学って印象を受ける人が多いため、初心者にはオススメしない。


4. ディープラーニング入門 Chainer チュートリアル
オススメ  : ★☆☆☆☆
難易度   : ★☆☆☆☆
ボリューム : ★★★☆☆
技術    : ★★★★☆
知識    : ★★★★☆

ディープラーニング入門 Chainer チュートリアル
written by 2019 Preferred Networks, Inc.
(Apr 2019)

Preferred Networksが開発したChainerを用いたDeep learningのチュートリアルである。数学の基礎、確率・統計の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを丁寧に幅広く解説されている。
しかし、すでに開発元のPFNは今後はChainerから、Facebookが主導開発しているPyTorchに順次移行すると発表されているため、オススメ度合いは低い。しかしながら、内容は十分機械学習をする上でかなり役に立つ。


5. メディカルAI専門コース オンライン講義資料
オススメ  : ★★★★☆
難易度   : ★☆☆☆☆
ボリューム : ★★☆☆☆
技術    : ★★★★☆
知識    : ★★★★☆

メディカルAI専門コース オンライン講義資料
written by Preferred Networks キカガク
(2018)

医療分野でのDeep learning使用がかなり増えてきた。そこで医療データを使った実践型の資料である。数学、確率・統計やPythonの基礎知識を前提として、Deep learningを速習、さらに健康・医療における応用事例までをカバーしている。初心者も実践を触れながら雰囲気を掴むことができるため、オススメする。どうしても速習であるため、機械学習の深いところまではカバーできていないが、速習にしてはかなりの質の高さである。初心者以外でもまとまりの良さはかなり感じると思う。


6. 機械学習概論 本格的に学べる全20時間の大学講義
オススメ  : ★★★★☆
難易度   : ★☆☆☆☆
ボリューム : ★★★★☆
技術    : ☆☆☆☆☆
知識    : ★★★★☆

機械学習概論 本格的に学べる全20時間の大学講義
written by 佐久間 淳
(2009)

筑波大学オープンコースウェアが公開する機械学習概論です。データマイニングの理論について, 教師付き学習, 教師なし学習を中心に理解を目的としています。基本の回帰から丁寧に説明されています。講義スタイルで聞くことができるため、懐かしく感じます。しかし、講義スライドが移動するとその移動スライドが前面に出てきますが、その後、スライドが消えるため、その後の会話中のスライドを追えないのが少しネックです。
機械学習の他にも分野の違う講義も公開されています。興味のある講義を見てみることもオススメします。


7. Machine Learning Yearning(翻訳)
オススメ  : ★★☆☆☆
難易度   : ★★☆☆☆
ボリューム : ★★☆☆☆
技術    : ★☆☆☆☆
知識    : ★★★★☆

Machine Learning Yearning(翻訳)
written by いしお
(2018)

Andrew Ng教授のMachine Learning Yearningの翻訳です。機械学習が機能する方法に重点が置かれており、読んでみても違った視点で面白いです。


8. Pythonでゼロからでもサービス開発・公開できる学習ロードマップ
オススメ  : ★★☆☆☆
難易度   : ★★☆☆☆
ボリューム : ★★☆☆☆
技術    : ★★★★☆
知識    : ★★★☆☆

Pythonでゼロからでもサービス開発・公開できる学習ロードマップ
written by Saku731
(2020)

機械学習で人気なpythonを使って、サービスの開発までの道筋を指し示してくれるロードマップです。スキルの習得がどんなところに役立つのかを細かく説明されている。pythonを使って何か開発したい人にはオススメです。


英語

9. 世界最高の大学や企業のオンライン講座
オススメ  : ★★★☆☆
難易度   : ★★★☆☆
ボリューム : ★★★★☆
技術    : ★★★☆☆
知識    : ★★★★☆

世界最高の大学や企業のオンライン講座
written by Coursera Inc
(2011)

世界トップ大学や企業がオンライン講座を開設し、ユーザーが受講し、修了することで証明が交付される本格的なオンライン講義です。初心者でも可能ですが、すでにある程度の技術を持つ方でもっとトップ企業へ転職を目指している方にオススメです。海外では初心者が0からコースをたくさん受講し、大企業に転職という話も聞きますが、それはかなりの努力の賜物だと思います。


10. AI無料学習
オススメ  : ★★☆☆☆
難易度   : ★★☆☆☆
ボリューム : ★★★★☆
技術    : ★☆☆☆☆
知識    : ★★★★☆

AI無料学習
written by The University of Helsinki
(2019)

とにかく、AIとは、に重視したオンライン講座になります。350,000人の学生が利用しています。特にこの講座の不思議なところは女性の受講が40%もあるところです。デザイン性が可愛いことが要因かもしれません。レベルも高すぎず、初心者にオススメです。ある程度AIがわかる人には少し満足感が足りない印象です。


11. Underactuated Robotics
オススメ  : ★☆☆☆☆
難易度   : ★★★★★
ボリューム : ★★★★☆
技術    : ★☆☆☆☆
知識    : ★★★★☆

Underactuated Robotics
written by MIT (Professor Tedrake)
(2009)

機械学習に重点を置いた、非線形ダイナミクスと駆動不足の機械システムの制御についてオープン講義です。かなり特定の分野にはなるため、その分野の基本からしっかり学ことができます。しかしある程度の知識がないとついていけません。


12. AIの原理と技術
オススメ  : ★★☆☆☆
難易度   : ★★★★☆
ボリューム : ★★★★☆
技術    : ★★★★☆
知識    : ★★★★☆

AIの原理と技術
written by The Stanford University
(2019)

AIの原理と技術に関する講義動画チートシートを公開しています。講義内容もかなりハイクオリティで、実際にAIエンジニアやデータサイエンティストと働く人にオススメです。チートシートを通して、必要なスキルも学べるのもいいですね。かなり本格的なものになります。


13. 機械学習
オススメ  : ★★☆☆☆
難易度   : ★★★★☆
ボリューム : ★★★★☆
技術    : ★★★★☆
知識    : ★★★★☆

機械学習
written by The Stanford University
(2019)

機械学習に関する講義動画チートシートを公開しています。動画に関してはダンロードもできるため、飛行機の中でずっと見ていた記憶があります。質は高いです。すでにある程度AIを学んでいる人が再度学ぶにも良いと思いますので、復習するのであれば、オススメです。


14. Deep learning
オススメ  : ★★☆☆☆
難易度   : ★★★☆☆
ボリューム : ★★★☆☆
技術    : ★★★☆☆
知識    : ★★★★☆

Deep learning
written by The Stanford University
(2019)

機械学習に関する講義動画チートシートを公開しています。Andrew Ng教授の講義であり、AIエンジニアの多くがお世話になったと思います。これもオススメです。


15. Pythonプログラムの勉強
オススメ  : ★☆☆☆☆
難易度   : ★★☆☆☆
ボリューム : ★★★☆☆
技術    : ★★★☆☆
知識    : ★★★★☆

Pythonプログラムの勉強
written by The Stanford University
(2019)

Pythonプログラミング言語の基礎と実使用法に関してのStanford大学の講義資料です。
機械学習に必要な要素に重点が置かれています。pythonを網羅的というよりは、機械学習におけるpythonを勉強するのに良い。しかし、英語資料であるため、初心者は日本語から始めることをオススメする。


16. Draft of the fastai book
オススメ  : ★★☆☆☆
難易度   : ★★☆☆☆
ボリューム : ★★★★☆
技術    : ★★★★☆
知識    : ★★★★☆

Draft of the fastai book
written by fast.ai
(2020)

単なる実装だけが可能な教材は多いが、実装する手法の理論的な詳細まで解説されている。Jupyter Notebook形式で書かれており,すぐに実行可能となっている。
fast.aiに関する内容はこちらからどうぞ。


17. Geoffrey Hinton講義
オススメ  : ★★★★☆
難易度   : ★★☆☆☆
ボリューム : ★★★☆☆
技術    : ★★★★☆
知識    : ★★★★☆

Geoffrey Hinton講義
written by Geoffrey Hinton
(2012)

Geoffrey HintonのAI講義です。講義内容の収録ではなく、オンライン向けの講義形式なっています。かなりのボリュームですが、AIについて初級から上級まで説明されております。初心者から中級者までオススメです。


まだまだ実際に勉強した内容や資料があるため、更新していく予定です。
内容に誤りや、これもまとめて欲しい!orこれについてまとめたいっという方!orこれも宣伝してって方!も募集中です!!

AI(人工知能)への注目度は、年々高まっています。そのため一部企業では、日本ディープラーニング協会の主催する「G検定」「E資格」の社内合格者を公開して、自社のAIに関する知見をアピールする動きも出てきています。
そう言った人材がいることもAI開発のある意味1つの実績になります。

AI-SCHOLARを読んでいる読者は、今こそE資格を取得し、早めに自分のスキルアップを狙っていきましょう!
企業においてはある調査で、AI開発に成功している企業は社員全体のAIに対する知識レベルが高いそうです。
AI開発やAIを用いる社会になる今こそ企業は社員のAIレベルをあげましょう! 

AIイベント情報 AIサービス検索

記事の内容等について改善箇所などございましたら、
お問い合わせフォームよりAI-SCHOLAR編集部の方にご連絡を頂けますと幸いです。
どうぞよろしくお願いします。

お問い合わせする