文系エンジニアのための機械学習の勉強法 - Qiita
対象読者 とりあえずスクリプト言語の経験がある 高校まで数学の勉強していた人 これから機械学習、とりわけディープラーニングを学んでいこうとしている人 前置き 非理系のための勉強法は下記のブログが有名かと思います。 数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 自分も上記ブログを参考に勉強を行ってきました。 しかしながら、改めて自分の勉強を振り返ってみるに、よりよい勉強方法を提供できると思いましたので、ここに記しておきます。 機械学習を学ぶにあたって必要な知識 機械学習を学ぶにあたっては、下記の3つの知識が必要になってきます。 数学 機械学習 プログラミング言語 機械学習の理論を学ぶために数学の知識が不可欠であり、その理論を実装するためにプログラミング言語が必要になってきます。 数学 数学に関しては、微分、線形代数、統計の知識が必要になります。 下記を一通り学べば、最
文系エンジニアがCourseraの機械学習コースを1ヶ月で修了したので振り返ってみました。 - Qiita
昨年の丁度同じ時期に、1ヶ月ほど仕事を休んで小学校の算数から高校数学までを学び直しまして、文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみましたという記事を書きました。 その後、機械学習やディープラーニングに関する勉強をどんどん進めていく予定だったのですが、Go、Scala、DDD、関数型言語の基礎、Rust、そしてGCPやKubernetes等、仕事上でキャッチアップしなければならない分野が山積みだった(＆とても面白かった)ため、中々手を付けられませんでした。 それらの学習がやっと一段落した＆今年の7月から機械学習系の開発に強みを持つ会社様に職場が変わったということもありまして、機械学習の入門として非常に評判の良かったAndrew Ng先生のCourseraの機械学習コースを(今回は仕事を休まずに)受講してみましたので、振り返ってみたいと思います。
【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメのAI勉強方法 (2019年改定版) - Qiita
追記 Pythonや機械学習がオンライン上で学べるAI Academyをnoteでも書きましたが、3/17日からほとんどのコンテンツを永続的に無料で利用できるよう致しましたので、是非この記事と合わせて使って頂けますと幸いです！ AI Academy Bootcamp ６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービスを提供しております。 数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検討ください！ https://aiacademy.jp/bootcamp はじめに 我々は、AI Academyというサービスを通じて、これまで1500名以上の方々に、プログラミング(Python)、統計的機械学習、深層学習(D
機械学習に挑んだ一年間 – 機械学習について一から学び、仕事に活用するまでの道のり | POSTD
この記事は、去年私が書いた「Machine Learning in a Week（機械学習に挑んだ一週間）」という記事の続編です。その記事では、私が5日間集中的に機械学習を学び、のめり込んでいった経緯について説明しています。 機械学習に挑んだ一週間 一般の人にとって機械学習の分野に足を踏み入れるのは、無謀なことに思えるでしょう。medium.com 私は順調なスタートを切った後も、時間を見つけて勉強を続け、およそ一年後には、仕事で機械学習を活用した初プロジェクトを立ち上げることができました。そのプロジェクトでは、さまざまなタイプの機械学習や自然言語処理（NLP）の技術を駆使して、 Xeneta の 潜在顧客の特定 を行っています。 趣味でやっていたことが仕事になって、とても嬉しかったです。 同時に、仕事として機械学習を利用するのは博士号を持つ限られた人だけだ、という思い込みも払拭されました
Coursera の Machine Learning 完走 - はこべにっき ♨
CourseraのMachine Learningのコースを完走できた。11週間くらいかかったけど、かなり効率良く機械学習について学べてとても良かった。 コースは機械学習の手法について広く教えてくれる。教師あり学習の線形回帰やロジスティック回帰、ニューラルネットワークの構築の仕方、教師なし学習のK-meansや主成分分析などなど。それだけでなく、実践的な技とか勘所を教えてくれるのが良い。例えば、大量の教師データを集める前に、データ増やして改善しそうな性質になっているかを確認して、半年とかを無駄にしないようにしましょうとか、まずはシンプルな手法に取り組んで様子をみながら難しい手法を試してみると良いでしょうとか。 一週ごとに宿題があって理解を確認できるようになっている。宿題にはプログラミングの課題もあって、実際に機械学習のプログラミングの雰囲気を体験できる。単にアルゴリズムを実装するだけではな
Courseraの機械学習のコース完走した - hitode909の日記
Courseraの機械学習11週目(字余り)．毎週やってて，今日が最終週．OCRとか．データを10倍集めるとよいぞ，とか，シーリング分析とか．英語は横に長いから，横に長いところを探すとよいぞ，とか言ってて，日本語だったら??とか気になった． 最後に，卒業式みたいなコーナーがあって，たくさんある動画を見てくれてありがとう…毎週たくさんのコードを書いて…みたいな先生のいい話を聞けて感動する． 学習には教師あり学習と教師なし学習があって，ニューラルネットが，サポートベクトルマシンが，といった手法だけでなく，データの扱い方とか，評価の方法も教えてもらえてよかった．これがなければ，なんとなくやってみて，なんとなくよくなった気がする，とか言ってたけど，今なら，実数1個で評価できなければならない，という気持ちで接することができる． 勉強になっていいけど，わりとたいへんで，毎週末どちらかは機械学習やってる
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - ageron/handson-ml: ⛔️ DEPRECATED – See https://github.com/ageron/handson-ml3 instead.