はじめに
今回は私が機械学習やAIについて段階的に学べる動画をユーチューブにアップしておりますので、学習や視聴する順序をお伝えします。
今回は中級編となりますので、まだ初級編を確認していないあなたはこちらを確認ください。
前回の内容より今回はディープラーニングや自然言語処理といった内容に中心をおいて説明しています。
学習する手順は前回と同じく以下のような大枠になりますので、順番に確認ください。
- ディープラーニングの概要を理解
- ディープラーニング・機械学習をノンプログラミングソフトで行う
- ディープラーニング・機械学習をPythonのライブライPytorchやKerasでプログラミング
同じく電子書籍と併用して確認頂ければ理解が深まり、ある程度初級のAIや機械学習の知識が深まると思います。
またユーチューブ動画と電子書籍の内容はリンクしている部分多いので電子書籍に関してはこちらの記事を確認ください。
ユーチューブチャンネルは以下になります。
ディープラーニングの概要を理解
この動画を確認いただければディープラーニングの簡単な概要や構築手順を学べます。
少し専門用語が出てきて初心者にはややこしい内容かもしれませんが、できるだけ噛み砕いて説明しております。
今回紹介する動画7本を全部視聴しても1時間30分もかからないので気軽に確認ください。
G検定の学習の一部にも活用できると思います。
G検定についてはこちらの記事をご確認ください。
ディープラーニング・機械学習をノンプログラミングソフトで行う
次は実際にディープラーニングと自然言語処理を無料のソフトを活用してノンプログラミングで行ってみます。
プログラミングで行う前にこちらで動きや処理方法を確認して前提知識を確認しましょう。
動画は2本ありますので、それぞれを紹介します。
ニュース記事のカテゴリ分類を機械学習で行う
日本語のニュース記事をMatrixflowというソフトの無料範囲で分類するデモを実施してます。
この内容は自然言語処理の分野にあたります。
犬猫画像の分類をディープラーニングで行う
犬猫画像の分類をMatrixflowというソフトの無料範囲で分類するデモを実施してます。
ディープラーニングの種類の中の画像分類に強いCNN(畳み込みニューラルネットワーク)を利用してます。
ディープラーニング・機械学習をPythonのライブラリPytorchやKerasでプログラミング
こちらでは色々なディープラーニングをPythonのディープラーニングを構築できるライブラリPytorchやKerasを用いてプログラミングしております。
Kerasはやや初心者向けのライブラリでPytorchはKerasに比べて少しカスタマイズが効く分難しいイメージがあります。
どちらも結果は対して変わらないので初心者にはKerasから学習することをお勧めします。
動画は4本ありますので、それぞれ紹介します。
ニュース記事のカテゴリ分類をPython(Keras)ディープラーニングで行う
Pythonのライブラリkerasでシンプルなディープラーニングを利用してニュース記事の分類(自然言語処理)を行います。
前回ノンプログラミングで行った内容と似た処理を行ってます。
日本語の単語ごとの仕分けにはMecabという形態素解析の無料ソフトを利用します。
手書き数字の画像分類をPython(Pytorch)ディープラーニングで行う
PythonのライブラリPyTorchでシンプルなディープラーニングを利用して 手書き文字の画像識別を行う内容になっております。
新型コロナウイルスの感染者予測をPython(Pytorch)ディープラーニングで行います
PythonのライブラリPyTorchでディープラーニング(LSTM)を利用して新型コロナウイルスの感染者数の予測を行うモデルを作成します。
LSTMとは時系列データの予測に強く、株価予測等に応用できる内容となっております。
犬猫画像の分類をPython(Pytorch)ディープラーニング(CNN)で行う
PythonのライブラリPytorchで畳み込みニューラルネットワーク(CNN)という画像識別に強いディープラーニングを利用して犬猫の画像分類を行います。
また既存モデルを利用する転移学習も行います。
転移学習とは既にある有名なディープラーニングモデルを流用することで、簡単に精度の良いモデルを作成できます。
まとめ
今回は機械学習（ディープラーニング）をユーチューブで学習する順序と動画を紹介しました。
前回の初級編と合わせてまたこちらの電子書籍とも合わせて学習したらある程度の機械学習やディープラーニングの知識を超低コスト&最短で習得可能かと思います。
どうしてもスクール等で学習したいあなたはこちらの記事も参考にしてみてください。
コメント