![](https://cdn-ak-scissors.b.st-hatena.com/image/square/a1c2fce4caa93d52ec49b30cee681cb736f7600a/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9MCVFMyU4MSU4QiVFMyU4MiU4OTElRTMlODMlQjYlRTYlOUMlODglRTMlODElQTdBSSVFMyU4MiVBOCVFMyU4MyVCMyVFMyU4MiVCOCVFMyU4MyU4QiVFMyU4MiVBMiVFMyU4MSVBQiVFMyU4MSVBQSVFMyU4MiU4QiVFMyU4MSU5RiVFMyU4MiU4MSVFMyU4MSVBRSVFNiU4OSU4QiVFOSVBMCU4NiVFNiU5QiVCOCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZGIxNmI2NTkzYzg4YTk0MjBhYjM5NmZiMGViMzEwNGQ%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwRGVlcFJlY29tbWVuZCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MTA5YjZmNzQ5ZGRkY2VkYzRlZjlkYjQ5MWE3YjZjNDg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D6026762c869b667bb47402380355f6e3)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0から1ヶ月でAIエンジニアになるための手順書 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
0から1ヶ月でAIエンジニアになるための手順書 - Qiita
AIエンジニアになりたいという方のために 要点の要点だけを抽出して、全体像がわかるような情報をまとめ... AIエンジニアになりたいという方のために 要点の要点だけを抽出して、全体像がわかるような情報をまとめました。 AIエンジニアとは AI(人工知能)を使った開発を手がける技術者です。 言語選定 機械学習だと言語は ・Python ・Julia ・C++ あたりが無難です。 僕らはPythonを使います。 数学 基礎的は数学は必要になります。 ・統計学 ・確率論 ・線形代数 ・微積 です。力まなくても実装してると意味がわかります。 アルゴリズムとデータ構造 アルゴリズムを学ぶというよりは必要なアルゴリズムを引っ張ってくるという感覚です。 アルゴリズム ・線形回帰 ・ロジスティック回帰 ・決定木 ・ランダムフォレスト ・勾配ブースティング(例: XGBoost, LightGBM) ・サポートベクターマシン (SVM) ・ナイーブベイズ ・k-近傍法 (k-NN) ・k-平均法 (k-means