機械学習トレーニングマニュアル: 頑固なブロンズから最強の王へ

この記事は公開アカウント「Reading Core Technique」（ID: AI_Discovery）から転載したものです。

自宅隔離中にゲームをしたりテレビ番組を見たりしているだけでは、落ち着かない気分になりませんか？落ち着かずボスと戦うよりも、大ボスである機械学習に立ち向かう方が良いでしょう。初心者から上級者まで幅広くコースをご用意しております。ぜひご参加いただき、ランクアップを目指してください！

ヒント: Coursera のコースと専門分野のほとんどには監査オプションがあります。ユーザーは証明書を受け取りませんが、このコースのほとんどのリソースにアクセスできるため、十分です。サインアップ時に、コースを監査するオプションを選択するだけです。

Coursera では無料トライアルを提供しており、「無料トライアルを開始」ボタンのすぐ後ろに、「Audit Course」という小さなテキストの行があります。このヒントは見つけにくいですが、非常に役立ちます。推奨されているコースをすべて注意深く確認しましたが、すべて無料のはずです。

[[325462]]

A. 頑固なブロンズ

1. 機械学習

使用プラットフォーム: Coursera

参加機関: スタンフォード大学

所要時間: 54 時間

前提条件: なし。ただし、微積分、特に線形代数に関するある程度の知識があると、このコースを最大限に理解するのに役立ちます。

コメント: Andrew Ng のコースを推奨する必要はあるでしょうか? 彼はスタンフォード大学の教授であり、Coursera の創設者の 1 人です。彼は機械学習の分野で最初のオンラインコースの 1 つを開発しました。このコースは今でも YouTube で視聴できます。

コース概要:

このコースでは、機械学習、データマイニング、統計パターン認識について幅広く紹介します。トピックには以下が含まれます:

教師あり学習（パラメトリック/ノンパラメトリックアルゴリズム、サポートベクターマシン、カーネル、ニューラルネットワーク）
教師なし学習（クラスタリング、次元削減、レコメンデーションシステム、ディープラーニング）
機械学習におけるベストプラクティス (バイアス/分散理論、機械学習と人工知能のイノベーションプロセス)。

トピックには以下が含まれます:

線形回帰
ロジスティック回帰
ニューラルネットワーク
正規化
次元削減
サポートベクターマシン
教師なし学習
異常検出
推薦システム

2. Pythonでの機械学習

使用プラットフォーム: Coursera

参加組織: IBM

所要時間: 22時間

前提条件: 基本的な数学原理に関する知識。

コメント: このコースは「中級レベル」を謳っていますが、初心者にとっても良い出発点になると思います。スタンフォードのコースが少し長いと感じる場合は、このコースも良い選択です。

コース概要:

このコースでは、理解しやすい一般的なプログラミング言語である Python を使用して、機械学習の基礎を深く学びます。このコースには 2 つの主なコンポーネントがあります。

機械学習の目的とその実際の応用。
次に、教師あり学習と教師なし学習、モデル評価、機械学習アルゴリズムなどの機械学習トピックの概要を理解します。

トピックには以下が含まれます:

戻る
クラスタリング
分類
推薦システム

B. グローリーゴールド

3. ニューラルネットワークとディープラーニング

使用プラットフォーム: Coursera

参加団体：deeplearning.ai

所要時間: 30 時間

前提条件: Python コーディングの経験が必要、高校レベルの数学スキル、機械学習またはディープラーニングの知識があれば尚可。

コメント: 私の意見では、機械学習の基本的な概念を習得し、Python に慣れたら、次のステップは TensorFlow になるかもしれません。TensorFlow は現在、多くの計算集約型アルゴリズムを実行するために使用されています。 Andrew Ng 氏は Deeplearning.ai の作成者でもあり、このコースの提供者でもあります。

コース概要:

このコースでは、ディープラーニングの基礎を学びます。このコースを修了すると、以下の知識が得られます。

ディープラーニングを推進する主要な技術トレンドを理解する
効率的な（ベクトル化された）ニューラルネットワークを実装する方法を学ぶ
ニューラルネットワークアーキテクチャの重要なパラメータを理解する
完全に接続されたディープニューラルネットワークを構築、トレーニング、適用する能力

このコースでは、表面的な説明だけではなく、ディープラーニングが実際にどのように機能するかについても紹介します。

トピックには以下が含まれます:

ディープラーニング入門
ニューラルネットワークの基礎
ニューラルネットワークの基礎知識
ディープニューラルネットワーク

4. 畳み込みニューラルネットワーク

使用プラットフォーム: Coursera

参加団体：deeplearning.ai

所要時間: 20 時間

前提条件: TensorFlow、Python コーディング、高校レベルの数学に関する知識が必要です。

コメント: 前回に引き続き、またしても理想的なコース。

コース概要:

このコースでは、畳み込みニューラルネットワークを構築し、それを画像データに適用する方法を学びます。ディープラーニングのおかげで、コンピュータービジョンは 2 年前よりもはるかに強力になり、安全な自動運転から正確な顔認識、放射線画像の自動読み取りまで、多くの魅力的なアプリケーションが可能になりました。

トピックには以下が含まれます:

畳み込みニューラルネットワークの基礎
物体検出
深層畳み込みモデル: ケーススタディ
特殊アプリケーション: 顔認識とニューラルスタイル転送

C. 最強の王

5. 高度な機械学習の専門分野

使用プラットフォーム: Coursera

参加機関：国立研究大学高等経済学院（ロシア）

所要時間: 10 か月、週 6 時間

事前要件: この業界における機械学習と数学の確固たる基礎をすでに持っていること。

コメント: これは完全なプロフェッショナルコースなので、時間を節約したい方、技術的に必要ではないと思われる方、すでに職場でこのコンテンツに触れたことのある方、以前のコースで学習したことのある方はスキップできます。

コース概要:

現代の人工知能技術の詳細な研究。このコースでは、コンピューターを使用して、見る、描く、読む、話す、ゲームをする、業界の問題を解決する方法を学びます。この専攻では、ディープラーニング、強化学習、自然言語理解、コンピュータービジョン、ベイズ法について学びます。 Kaggle の機械学習のトップ実践者と CERN の科学者が、現実世界の問題を解決した経験を共有し、理論と実践のギャップを埋めるお手伝いをします。

トピックには以下が含まれます: