[PYTHON] [Version 2020 pour les débutants] Méthode d'étude recommandée pour ceux qui souhaitent devenir eux-mêmes ingénieur en IA
Présentation du service (AI Academy et AI Academy Bootcamp)
Il s'agit d'un service d'apprentissage de l'IA pour les personnes que nous exploitons.
①AI Academy Service d'apprentissage de programmation d'IA en ligne où vous pouvez apprendre Python, l'apprentissage automatique et l'apprentissage en profondeur presque gratuitement
- Le contenu pratique est disponible pour environ 300 types pour 980 yens par mois.
②AI Academy Bootcamp Camp d'entraînement intensif à court terme sur la programmation d'IA pour les particuliers (école de programmation d'IA) Cours Python (50 000 yens par mois) Cours de scientifique des données (120 000 yens pendant 2 mois) Cours d'ingénieur en apprentissage automatique (120 000 yens pendant 2 mois)
Qui est la cible de cet article
・ Ceux qui veulent analyser des données avec Python à l'avenir mais veulent savoir par quoi commencer ・ Les débutants qui envisagent de s'engager dans un travail lié à l'intelligence artificielle à l'avenir ・ Ceux qui veulent devenir un ingénieur en IA d'une personne inexpérimentée et veulent savoir quel type de connaissances est nécessaire pour cela ・ Ceux qui envisagent d'aller dans une école de programmation d'IA ou une école professionnelle mais veulent savoir comment étudier par eux-mêmes
Ceux qui ne sont pas éligibles
・ Ceux qui ont déjà analysé des données en entreprise ・ Ceux qui souhaitent créer des applications Web utilisant l'apprentissage en profondeur
- Parce que nous ne discuterons pas de la façon d'étudier les technologies telles que HTML / CSS / JavaScript, les compétences requises pour créer un serveur et développer un service Web.) ・ Comment étudier pour le test de qualification d'apprentissage en profondeur (test G, qualification E, etc.) Etc. ne sont pas ciblés.
Connaissances minimales requises pour les ingénieurs en IA
Tout d'abord, j'ai divisé les connaissances minimales requises pour les ingénieurs en IA en six parties. Ici, lorsque vous travaillez à l'avenir en tant qu'ingénieur en IA, veuillez comprendre à peu près l'image globale des connaissances de base des six contenus. ① Compétences en programmation --Python (R, C ++, Julia, etc. selon les besoins)
- Bibliothèque indispensable pour l'analyse de données telles que numpy, pandas, matplotlib --Scikit-learn, TensorFlow, keras (et autres PyTorch, etc.) bibliothèques et frameworks d'apprentissage automatique
Le prétraitement des données est indispensable pour l'apprentissage automatique, mais c'est une bibliothèque pratique pour le prétraitement des données. ② Mathématiques --Différenciation, algèbre linéaire, vecteur, matrice, probabilité, etc. ③ Connaissance des statistiques
- Écart standard, variance, distribution de probabilité, estimation, test, etc. ④ Connaissance de base de l'apprentissage automatique
- Apprentissage enseigné et apprentissage non supervisé
- Prétraitement, conception de fonctionnalités, apprentissage et évaluation --Régression unique, analyse de régression multiple, Lasso, Ridge, méthode des moindres carrés, perceptron, régression logistique
- Arbre de décision, forêt aléatoire, machine à vecteurs de support, K-means, apprentissage d'ensemble
- Compétences et connaissances de mise en œuvre de l'apprentissage approfondi --scikit-learn et XGBoost --Connaissance des frameworks tels que TensorFlow et Keras
- Le flux de création d'un modèle entraîné avec scikit-learn.
-
Collecte des données et prétraitement des données Achèvement des valeurs manquantes et suppression des valeurs aberrantes)
-
Conception des fonctionnalités (sélection des fonctionnalités)
-
Développement de modèles (sélection et apprentissage des modèles)
-
Évaluation du modèle: test croisé, évaluation avec matrice mixte, etc.
⑤ Connaissance de l'exploitation de la base de données à l'aide de SQL
- sélectionner, insérer, mettre à jour, supprimer, où, comme, limite, somme, moyenne, max, grouper par, avoir, classer par, jointure de table, vue, sous-requête, cas, etc. ⓺ Connaissance du cloud
- Connaissance des infrastructures cloud telles qu'AWS, GCP et Azure Il y en a six grands, et vous pouvez penser qu'il y en a beaucoup, mais il est recommandé de vous concentrer d'abord sur deux, ① et ④, au lieu de tout faire en même temps. La raison en est qu'en écrivant le programme et en le rendant visible, il sera plus facile de continuer à apprendre. Tout d'abord, si vous partez de la théorie, vous serez frustré si vous étudiez par vous-même.
Méthode recommandée pour étudier l'intelligence artificielle par vous-même
Les connaissances nécessaires ont été introduites dans la section précédente, mais comment pouvons-nous les apprendre? En apprenant de ① à ⑥, nous vous recommandons d'acquérir les connaissances dans l'ordre suivant. Phase 1 Apprendre la programmation d'apprentissage automatique avec python et une introduction à l'intelligence artificielle Programmation d'apprentissage automatique de phase 2 Défi Phase 3 Kaggle Acquérir des technologies telles que SQL Phase 4, le scraping et le cloud. Apprentissage de la phase 5 Je pense qu'apprendre dans chaque phase est le moins pénible pour moi et c'est amusant à apprendre. La phase 1 fait référence aux débutants en programmation. Si vous êtes nouveau dans la programmation, veuillez jeter un œil à la phase 1. Dans la phase 2, nous expliquerons comment étudier la programmation d'apprentissage automatique en fonction de ce que vous avez réellement appris lors de la phase 1. Si vous effectuez déjà de la programmation d'apprentissage automatique à l'aide de scicit-learn, vous pouvez l'ignorer. La phase 3 décrit comment apprendre la programmation pratique à travers des concours tels que Kaggle. Phase 4 Les données étant fréquemment extraites de la base de données pour l'apprentissage automatique, la connaissance de SQL est essentielle. Ici, nous allons présenter comment acquérir des technologies telles que le scraping (pour la collecte de données) et le cloud en plus de SQL. Phase 5 Enseigner aux gens peut révéler des choses que vous ne saviez pas. Par conséquent, il est judicieux d'enseigner l'apprentissage automatique à des amis et à d'autres personnes pour approfondir leur compréhension.
Après cela, j'expliquerai comment aborder ces derniers dans chacune des cinq phases, en présentant les livres recommandés et ainsi de suite.
Phase 1 Apprendre la programmation d'apprentissage automatique avec python et une introduction à l'intelligence artificielle
Auto-apprentissage, à l'aide de livres,
Les connaissances minimales requises pour le développement de l'intelligence artificielle sont les suivantes: «connaissance de l'apprentissage automatique», «connaissance de Python» et «mathématiques et probabilités / statistiques pour l'apprentissage automatique».
Dans cette phase, vous pouvez vous concentrer sur la «connaissance de l'apprentissage automatique» et la «connaissance de Python», et une fois «mathématiques et probabilités / statistiques pour l'apprentissage automatique», vous pouvez passer à différentes phases.
Même si vous ne comprenez pas les mathématiques ou les probabilités, vous pouvez faire l'expérience de l'apprentissage automatique en utilisant la bibliothèque pour l'apprentissage automatique, qui est plus motivée et moins chère que l'apprentissage de la théorie seule. (Certaines personnes pourront peut-être continuer à partir de la théorie, je ne vais donc pas l'affirmer.)
Après cela, après l'avoir implémenté en s'appuyant sur la bibliothèque, après s'être demandé ce qui se passe à l'intérieur, il est recommandé de revenir en arrière et d'étudier les mathématiques et les statistiques.
Ensuite, je présenterai __ livres recommandés. __
Tout d'abord, si vous êtes nouveau dans la programmation ou si vous n'êtes pas sûr de la grammaire de base de Python, les livres suivants sont recommandés.
・ Note d'introduction à Python3
http://amzn.asia/8ccnGQH
2894 yens
Dans ce livre, vous pouvez apprendre non seulement la grammaire de base qui est à la base de python, mais également les bases de la programmation d'apprentissage automatique.
Après avoir lu ce livre, vous pourrez découvrir les bases de la programmation python et de la programmation d'apprentissage automatique.
De plus, lorsque vous démarrez la programmation python, vous pouvez l'utiliser gratuitement avec un navigateur qui ne nécessite pas d'environnement de développement Google Colaboratory avec un environnement d'apprentissage machine CPU / GPU. Faisons de la programmation Python en utilisant notebooks / welcome.ipynb # recent = true) __.
Ensuite, si vous souhaitez en savoir plus sur les grandes lignes de l'intelligence artificielle, je vous recommande les livres suivants.
・ L'intelligence artificielle dépasse-t-elle les humains? Au-delà de l'apprentissage profond (sélection EPUB Kakugawa) [Livre]
http://amzn.asia/iW1Ms5S
1512 yens
Pour les deux livres ci-dessus, lisez le livre Python et continuez avec les programmes qui apparaissent en bougeant vos mains.
En passant, si vous avez consolidé les connaissances sur l'intelligence artificielle et les bases de la programmation Python dans les deux livres ci-dessus,
Commençons par programmer le flux d'apprentissage automatique et d'apprentissage automatique statistique.
Programmation d'apprentissage automatique de phase 2
・ L'apprentissage automatique a commencé avec Python
Écrivez le code en bougeant votre main, puis lisez le code (copie).
Plutôt que de simplement lire un livre, il vaut mieux bouger les mains et continuer.
http://amzn.asia/0GskuMa
3672 yens
+α
http://amzn.asia/9EPUIpg
4320 yens
Si vous êtes arrivé jusqu'ici et êtes curieux de savoir ce qui se passe dans la bibliothèque, essayez d'implémenter un réseau de neurones avec une bibliothèque minimale telle que numpy.
Si vous n'êtes pas certain de vos connaissances en mathématiques, veuillez vous référer aux livres de mathématiques présentés ci-dessous.
・ __Neural network, deep learning __
Deep Learning from scratch - la théorie et la mise en œuvre de l'apprentissage profond appris en Python
http://amzn.asia/caXkYL3
Vous apprendrez également tout en bougeant vos mains et en créant un réseau neuronal.
3672 yens
·Math
Mathématiques d'apprentissage facile pour comprendre l'apprentissage automatique
http://amzn.asia/b2XXln9
2786 yens
Si vous êtes allergique aux mathématiques, nous vous recommandons d'utiliser les deux vidéos en plus de celles ci-dessus.
[Style Kikagaku] Cours sur l'intelligence artificielle / apprentissage automatique de la boîte noire - Niveau débutant- | Udemy
[Style Kikagaku] Cours sur l'intelligence artificielle / apprentissage automatique de la boîte noire - niveau intermédiaire- | Udemy
Après avoir regardé les deux vidéos ci-dessus,
Quand
[Les mathématiques d'apprentissage en profondeur comprises dans le cours le plus court](https://www.amazon.co.jp/%E6%9C%80%E7%9F%AD%E3%82%B3%E3%83%BC%E3% 82% B9% E3% 81% A7% E3% 82% 8F% E3% 81% 8B% E3% 82% 8B-% E3% 83% 87% E3% 82% A3% E3% 83% BC% E3% 83 % 97% E3% 83% A9% E3% 83% BC% E3% 83% 8B% E3% 83% B3% E3% 82% B0% E3% 81% AE% E6% 95% B0% E5% AD% A6 -% E8% B5% A4% E7% 9F% B3-% E9% 9B% 85% E5% 85% B8 / dp / 4296102508 /)
Veuillez continuer la lecture.
·statistiques
Si vous apprenez les statistiques pour la première fois, nous vous recommandons le premier livre, "La première étape de la statistique qui peut être utilisée pour le travail même dans les arts libéraux." La bonne chose à propos de ce livre est que vous pouvez le lire comme si vous lisiez un manga.
C'est aussi facile à lire que le livre précédent et à peu près de la même difficulté.
[Comprendre les statistiques](https://www.amazon.co.jp/%E7%B5%B1%E8%A8%88%E5%AD%A6%E3%81%8C%E3%82%8F% E3% 81% 8B% E3% 82% 8B-% E3% 83% 95% E3% 82% A1% E3% 83% BC% E3% 82% B9% E3% 83% 88% E3% 83% 96% E3 % 83% 83% E3% 82% AF-% E5% 90% 91% E5% BE% 8C-% E5% 8D% 83% E6% 98% A5 / dp / 4774131903 /)
・ __ Prétraitement des données __
Prétraitement complet [techniques pratiques SQL / R / Python pour l'analyse des données]
http://amzn.asia/aa5dHB0
3240 yens
Ensuite, apprenons le Deep Learning à l'aide de la bibliothèque.
Nous recommandons TensorFlow ou Keras pour la bibliothèque.
Keras est recommandé pour les débutants.
・ Keras
Apprentissage profond avec Python et Keras
http://amzn.asia/8Ya7Xu5
4190 yens
2808 yens Outre les livres, Udemy est recommandé. Veuillez également utiliser la vidéo suivante. Apprentissage automatique avec Python: introduction à l'identification apprise avec scikit-learn
Défi Phase 3 Kaggle
En passant, dans les phases 1 et 2, nous avons présenté des livres liés à l'apprentissage automatique vendus dans les librairies. Si vous parcourez les livres ci-dessus pendant environ 1 à 3 mois, vous devriez être capable de lire et d'écrire vous-même le processus d'apprentissage automatique et le modèle d'apprentissage automatique. Ici, nous allons nous entraîner à utiliser Kaggle et SIGNATE (anciennement DeepAnalytics) comme phase suivante. Kaggle est un site de compétition qui rassemble des data scientists du monde entier. Les données que les entreprises souhaitent analyser sont publiées ici, et les utilisateurs les analysent et se disputent l'exactitude de l'analyse. Les trois premières entreprises recevront également des prix des entreprises qui ont fourni les données. La manière recommandée d'utiliser Kaggle est d'utiliser une fonctionnalité appelée Kernels. Dans le noyau, la description du code du modèle construit par d'autres utilisateurs est écrite de manière facile à comprendre pour chaque ensemble de données. Comme vous pouvez le voir à partir de l'analyse réelle des données avec __Kaggle, le prétraitement des données est très important. __ __ La clé ici est de bien utiliser les pandas. __ Si vous avez des questions sur le traitement des données pandas, Veuillez revoir le Tutoriel officiel de pandas. En tant que livre, Introduction à l'analyse des données avec Python est recommandé.
Phase 4 Acquérir des technologies telles que SQL, le scraping et le cloud.
Quant aux données réelles, s'il s'agit de données sur le Web, elles sont souvent stockées dans la base de données, de sorte que la connaissance de SQL est également requise. Voici quelques livres pour vous aider à analyser vos données à l'aide de SQL. ・ Progate SQL (pour les débutants) Progate SQL
・ Analyser à l'aide de SQL (pour les débutants en SQL)
[Introduction à la technologie d'analyse et d'utilisation des données SQL pour ouvrir la porte de la science des données compatible MySQL / PostgreSQL](https://www.amazon.co.jp/SQL%E3%83%87%E3%83%BC%E3 % 82% BF% E5% 88% 86% E6% 9E% 90% E3% 83% BB% E6% B4% BB% E7% 94% A8% E5% 85% A5% E9% 96% 80-% E3% 83% 87% E3% 83% BC% E3% 82% BF% E3% 82% B5% E3% 82% A4% E3% 82% A8% E3% 83% B3% E3% 82% B9% E3% 81% AE% E6% 89% 89% E3% 82% 92% E9% 96% 8B% E3% 81% 8F% E3% 81% 9F% E3% 82% 81% E3% 81% AE% E6% 8A% 80% E8% A1% 93-MySQL-PostgreSQL-% E4% B8% A1% E5% AF% BE% E5% BF% 9C / dp / 4802612265 /)
・ Analyser à l'aide de SQL (pour les utilisateurs SQL intermédiaires)
Recette SQL pour l'analyse et l'utilisation du Big Data
La collecte des données peut être effectuée à partir de la base de données ou par grattage.
Le grattage est une technique de collecte d'informations publiées sur des sites Web.
Ici, nous présenterons deux livres recommandés pour apprendre les techniques de grattage.
・ Recommandé pour le premier livre
Scraping & Machine Learning avec les techniques de développement Python Utilisons BeautifulSoup, scikit-learn, TensorFlow
・ Recommandé pour le deuxième livre
Python Crawling & Scraping-Practical Development Guide for Data Collection and Analysis
·Nuage
Voici une brève description de Google Cloud Platform (GCP).
Google Cloud Platform est un terme général désignant les services cloud qui peuvent être utilisés en ne payant que pour la quantité de services tels que l'énorme infrastructure et l'apprentissage automatique appartenant à Google, et lors du développement de services à l'aide de GCP. Vous pouvez utiliser l'infrastructure et les services d'analyse de données / d'apprentissage automatique hautes performances via diverses API.
Les services souvent comparés à GCP incluent AWS d'Amazon et Azure de Micro soft, mais veuillez vous reporter à l'article suivant pour leurs différences.
Différences entre Google Cloud Platform, AWS et Azure
En outre, l'API GCP peut être appelée avec Python, mais des API telles que la reconnaissance d'image / l'analyse vidéo, la reconnaissance vocale et le traitement du langage naturel sont fournies, comme illustré dans l'image ci-dessous.
Lorsque vous créez ce que vous voulez faire, il est plus facile et plus précis d'utiliser l'API que de le créer vous-même en utilisant scicit-learn ou Keras à partir de zéro.
__ Vous pouvez l'implémenter en recherchant l'API qui vous convient, en recherchant dans la documentation, en recherchant sur Google, ou en recherchant sur qiita, et en vous référant aux articles qui apparaissent. __
PYTHON sur GOOGLE CLOUD PLATFORM
Apprentissage de la phase 5
Une fois que vous avez appris la programmation et l'apprentissage automatique, c'est une bonne idée d'enseigner à quelqu'un, même à des amis. En tant que méthode d'enseignement, il est bon d'organiser un événement ou un séminaire, d'utiliser Skype, etc. pour donner des leçons individuelles à des amis ou d'enseigner directement dans un café. En plus de l'enseignement, je pense qu'il serait bon d'écrire des articles sur Qiita et des blogs, et d'écrire des livres. AI Academy organise également des réunions d'échange d'étudiants et des réunions LT, et offre des opportunités d'enseigner en public, alors profitez-en!
Feuille de route d'apprentissage
Veuillez lire le livre de gauche (ÉTAPE 1) vers le livre de droite (ÉTAPE 3) dans l'ordre. Si vous connaissez déjà les bases de la programmation python, vous pouvez ignorer STEP 1. Si vous connaissez déjà les bases de la programmation machine learning et des mathématiques machine learning avec scicit-learn, vous pouvez ignorer STEP2. Commencez par une étape qui correspond à votre niveau actuel. Si vous n'avez aucune expérience de la programmation python, qu'est-ce que l'intelligence artificielle? Pour ceux qui disent, veuillez commencer à partir de l'étape 1. __ Comme je l'ai écrit à plusieurs reprises, le fait est que fondamentalement, le code qui apparaît dans le livre est en fait écrit et exécuté. Par exemple, lorsque vous étudiez l'anglais, il est plus efficace d'écrire, de lire et d'écouter que de simplement regarder le matériel pédagogique. Il en va de même pour les langages de programmation, et vous pouvez approfondir votre compréhension en copiant le texte plutôt qu'en regardant simplement le livre. Cependant, il n'est pas nécessaire de comprendre 100% des matériels pédagogiques. C'est un critère pour juger quand passer à la prochaine ÉTAPE, mais il suffit de comprendre 70% sans comprendre tout ce qui est écrit dans le livre. Quand vous y arrivez, passons à autre chose. Pour plus de détails, veuillez vous référer à la méthode __ recommandée pour étudier l'intelligence artificielle par vous-même. Ceux qui peuvent commencer à partir de STEP1 veulent pouvoir analyser XX données! Si tel est le cas, vous pouvez ignorer la partie de l'apprentissage en profondeur par réseau neuronal ou Keras. Une fois, STEP1 → STEP2 → Challenge Phase 3 Kaggle → Ensuite, si nécessaire, passez à l'implémentation du réseau neuronal et à la bibliothèque d'apprentissage en profondeur (TensorFlow, keras, etc.). Parce que vous pouvez également utiliser les réseaux de neurones pour le scicit-learning, si vous n'avez pas décidé d'utiliser le deep learning dans votre entreprise, ou si votre objectif est l'analyse de données, vous n'avez pas besoin d'apprendre le deep learning. Voilà pourquoi. Cependant, si vous souhaitez obtenir un emploi ou changer d'emploi en tant qu'ingénieur en IA, assurez-vous de comprendre le contenu de «Deep Learning from scratch».
Pour ceux qui souhaitent acquérir des compétences dans des domaines spécialisés
Si vous avez lu tous les livres ci-dessus, il y a quelques livres (bons livres) que vous devriez lire pour devenir un ingénieur en IA (ingénieur en apprentissage automatique), je vais donc les présenter également.
- Il existe plusieurs types d'intelligence artificielle, tels que la reconnaissance d'image, le traitement du langage naturel, la reconnaissance vocale et la génération. Voici quelques livres recommandés qui vous aideront à acquérir les compétences de ces domaines spécialisés. (* Prévu pour être mis à jour)
・ Apprentissage profond général
[Apprenez en créant! Deep learning by PyTorch](https://www.amazon.co.jp/%E3%81%A4%E3%81%8F%E3%82%8A%E3%81%AA%E3 % 81% 8C% E3% 82% 89% E5% AD% A6% E3% 81% B6-PyTorch% E3% 81% AB% E3% 82% 88% E3% 82% 8B% E7% 99% BA% E5 % B1% 95% E3% 83% 87% E3% 82% A3% E3% 83% BC% E3% 83% 97% E3% 83% A9% E3% 83% BC% E3% 83% 8B% E3% 83 % B3% E3% 82% B0-% E5% B0% 8F% E5% B7% 9D% E9% 9B% 84% E5% A4% AA% E9% 83% 8E / dp / 4839970254 /)
・ Traitement du langage naturel
[Deep Learning from scratch ❷ - Traitement du langage naturel](https://www.amazon.co.jp/%E3%82%BC%E3%83%AD%E3%81%8B%E3%82%89 % E4% BD% 9C% E3% 82% 8BApprentissage profond-% E2% 80% 95% E8% 87% AA% E7% 84% B6% E8% A8% 80% E8% AA% 9E% E5% 87% A6% E7% 90% 86% E7% B7% A8-% E6% 96% 8E% E8% 97% A4-% E5% BA% B7% E6% AF% 85 / dp / 4873118360 /)
[Introduction au développement d'applications de traitement du langage naturel en 15Step](https://www.amazon.co.jp/15Step%E3%81%A7%E8%B8%8F%E7%A0%B4-%E8%87%AA % E7% 84% B6% E8% A8% 80% E8% AA% 9E% E5% 87% A6% E7% 90% 86% E3% 82% A2% E3% 83% 97% E3% 83% AA% E3 % 82% B1% E3% 83% BC% E3% 82% B7% E3% 83% A7% E3% 83% B3% E9% 96% 8B% E7% 99% BA% E5% 85% A5% E9% 96 % 80-StepUp-% E9% 81% B8% E6% 9B% B8-% E7% A5% 90% E4% B8% 80% E9% 83% 8E / dp / 4869541320 /)
[Introduction au traitement du langage naturel par apprentissage automatique / apprentissage profond ~ Programmation pratique utilisant scikit-learn et TensorFlow ~](https://www.amazon.co.jp/%E6%A9%9F%E6%A2%B0% E5% AD% A6% E7% BF% 92% E3% 83% BB% E6% B7% B1% E5% B1% A4% E5% AD% A6% E7% BF% 92% E3% 81% AB% E3% 82% 88% E3% 82% 8B% E8% 87% AA% E7% 84% B6% E8% A8% 80% E8% AA% 9E% E5% 87% A6% E7% 90% 86% E5% 85% A5% E9% 96% 80-scikit-learn% E3% 81% A8TensorFlow% E3% 82% 92% E4% BD% BF% E3% 81% A3% E3% 81% 9F% E5% AE% 9F% E8% B7% B5% E3% 83% 97% E3% 83% AD% E3% 82% B0% E3% 83% A9% E3% 83% 9F% E3% 83% B3% E3% 82% B0-Compass-Data- Science / dp / 4839966605 /)
・ Génération d'images
[Practical GAN ~ Deep learning by hostile generation network ~](https://www.amazon.co.jp/%E5%AE%9F%E8%B7%B5GAN-%E6%95%B5%E5%AF% BE% E7% 9A% 84% E7% 94% 9F% E6% 88% 90% E3% 83% 8D% E3% 83% 83% E3% 83% 88% E3% 83% AF% E3% 83% BC% E3% 82% AF% E3% 81% AB% E3% 82% 88% E3% 82% 8B% E6% B7% B1% E5% B1% A4% E5% AD% A6% E7% BF% 92-Compas- Livres% E3% 82% B7% E3% 83% AA% E3% 83% BC% E3% 82% BA-Jakub / dp / 4839967717 /)
・ Reconnaissance d'image
[Je veux l'essayer maintenant! Recette de programmation de reconnaissance d'images pour l'apprentissage automatique / apprentissage en profondeur (apprentissage en profondeur)](https://www.amazon.co.jp/%E4%BB%8A%E3%81%99%E3%81% 90% E8% A9% A6% E3% 81% 97% E3% 81% 9F% E3% 81% 84-% E6% A9% 9F% E6% A2% B0% E5% AD% A6% E7% BF% 92 % E3% 83% BB% E6% B7% B1% E5% B1% A4% E5% AD% A6% E7% BF% 92-% E3% 83% 87% E3% 82% A3% E3% 83% BC% E3% 83% 97% E3% 83% A9% E3% 83% BC% E3% 83% 8B% E3% 83% B3% E3% 82% B0-% E7% 94% BB% E5% 83% 8F% E8 % AA% 8D% E8% AD% 98% E3% 83% 97% E3% 83% AD% E3% 82% B0% E3% 83% A9% E3% 83% 9F% E3% 83% B3% E3% 82 % B0% E3% 83% AC% E3% 82% B7% E3% 83% 94-% E5% B7% 9D% E5% B3% B6 / dp / 4798056839 /)
· L'analyse des données
[Technologie d'analyse de données qui gagne avec Kaggle](https://www.amazon.co.jp/Kaggle%E3%81%A7%E5%8B%9D%E3%81%A4%E3%83%87%E3% 83% BC% E3% 82% BF% E5% 88% 86% E6% 9E% 90% E3% 81% AE% E6% 8A% 80% E8% A1% 93-% E9% 96% 80% E8% 84 % 87-% E5% A4% A7% E8% BC% 94 / dp / 4297108437 /)
Résumé
Je vais résumer le déroulement jusqu'à ce point. Phase 1 Apprendre la programmation d'apprentissage automatique avec python et une introduction à l'intelligence artificielle Programmation d'apprentissage automatique de phase 2 Défi Phase 3 Kaggle Acquérir des technologies telles que SQL Phase 4, le scraping et le cloud. Apprentissage de la phase 5
Pour ceux qui maîtrisent l'anglais
Jusqu'à présent, nous avons introduit des méthodes d'apprentissage et des livres recommandés, mais pour ceux qui maîtrisent l'anglais, nous présenterons les services recommandés.
__ * Même si vous n'êtes pas bon en anglais, nous vous recommandons de suivre l'apprentissage automatique de Coursera. __
① Coursera
Coursera Machine Laerning
Kosera est un service d'éducation en ligne dont la philosophie est de fournir gratuitement la meilleure éducation aux gens du monde entier.
En particulier, l'instructeur du cours d'apprentissage automatique est Andrew Ng de l'Université de Stanford.
Andrew est un chercheur en intelligence artificielle et est également un fondateur de Google Brain et un fondateur de Cousera.
Une personne qui travaille dans le laboratoire de Baidu dans la Silicon Valley, c'est le matériel pédagogique le plus approprié pour l'apprentissage de l'apprentissage automatique, afin que vous puissiez comprendre intuitivement les principaux algorithmes de l'apprentissage automatique et le programmer réellement. enseigner.
Andrew Ng me fait beaucoup de compliments, ce qui me rend très heureux.
(* Le langage de programmation est Octave / MATLAB, pas Python)
②Learn with Google AI (ai.google education)
Learn with Google AI
Il est disponible gratuitement dans le programme de formation interne de Google.
Le contenu est une vidéo très facile à comprendre.
Ceci est également recommandé
Udacity「Intro to Machine Learning
Machine Learning with Python (YouTube)
Pour ceux qui souhaitent sérieusement devenir ingénieur en IA
En apprenant les contenus ci-dessus dans l'ordre, je pense que vous allez acquérir certaines compétences de base et entrer dans l'entrée en tant qu'ingénieur en IA. Cependant, il est possible que les connaissances soient encore insuffisantes pour jouer un rôle actif en tant qu'ingénieur en IA dans la pratique. Dans ce cas, nous vous recommandons de lire les méthodes d'étude suivantes et leurs livres.
- Être capable d'écrire des algorithmes d'apprentissage automatique dans les langages C ++ et Java.
- "Introduction à la modélisation statistique pour l'analyse des données - Modèle linéaire généralisé / Modèle hiérarchique de Bayes / MCMC" Connaissance des statistiques ci-dessus Et Introduction aux statistiques (Statistiques de base I)
- Bases de l'apprentissage statistique - Exploration de données / inférence / prédiction
À la fin
Merci pour la lecture. Nous avons une programmation d'IA en ligne appelée AI Academy Nous exploitons un service d'apprentissage et aidons ceux qui souhaitent apprendre l'IA à atteindre leurs objectifs dans les plus brefs délais. Les trois points suivants sont fournis comme service principal. -Contenu textuel qui extrait uniquement les parties nécessaires des livres présentés cette fois (peut être consulté à partir des smartphones et des PC) ・ Questions sur le chat et critiques de code (__ * Vous pouvez poser des questions autres que le contenu AI Academy. __) ・ Service de progression de l'apprentissage (présentation du chemin le plus court vers le produit que vous souhaitez fabriquer, présentation de la marche à suivre) Je l'ai écrit pendant longtemps, mais il en coûte un certain coût d'apprentissage (au moins environ 6 mois) pour apprendre tous les livres ci-dessus à partir de zéro. Si vous pouvez utiliser un camp d'entraînement à court terme (école à deux axes en ligne et hors ligne) comme le nôtre, vous pouvez réduire considérablement le coût d'apprentissage, nous vous serions reconnaissants si vous l'envisagiez une fois.
Si vous souhaitez en savoir plus sur AI Academy Bootcamp, n'hésitez pas à envoyer un e-mail à [email protected].
[Limité aux 50 premières personnes] Cours sur l'IA / sur l'utilisation des données
Les entreprises peuvent également utiliser l'AI Academy pour les entreprises à partir de 5000 yens par compte. Cliquez ici pour plus de détails
La personne qui a écrit cet article
Cyber Brain Co., Ltd. Directeur représentatif et PDG Kazunori Tani Nous nous réjouissons de votre suivi! Twitter Facebook Nous gérons également une communauté d'IA avec plus de 5000 participants. Nous fournissons des informations sur l'IA tous les jours, nous nous réjouissons donc de votre participation! Communauté de recherche sur l'intelligence artificielle
Recommended Posts