[備忘録] 事前学習動画 脱ブラックボックス講座 初級: 自走できるAI人材になるための6ヶ月長期コース
自走できるAI人材になるための6ヶ月長期コースには事前学習の動画が9時間ついております。今回は初級編 (4.5h) についての備忘録です。
なお、この初級編はUdemy のこの講座と同じ内容とのことです。
備忘録
セクション1: コース紹介
セクション2: 概念の紹介
2-1: 人工知能・機械学習・ディープラーニングとは?
人工知能、機械学習、ディープラーニングの関係性について
2-2: 機械学習に必要な数学
微分積分、線形代数、確率統計
2-3: 機械学習の3大トピック
教師あり学習、教師なし学習、強化学習
2-4 簡単な機械学習と内挿・外挿
機械学習が保証しているのは、「内挿」のみ
セクション3: 微分
3-1: 微分は「何」に使えるのか?
接線の傾き
3-2: 微分(導関数)を求めよう1 - 中学編 -
傾きを求める式
3-3: 微分(導関数)を求めよう2 - 高校編 -
導関数
3-4: 微分の公式
3-5: 偏微分
セクション4: 単回帰分析
4-1: 問題設定 - 部屋の広さから家賃を予測しよう -
4-2: Step1:「モデル」を決める
y^ = ax +b
センタリングを行うと切片は0として計算できる
4-3: Step2:「評価関数」を決める
損失関数とも呼ばれる
|y-y^| or (y-y^)^2 評価関数の滑らかさが異なる
4-4: Step3:評価関数を「最小化」する
Step3-1: 式変形を行う
Step3-2: 最適なパラメータaを求める
セクション5: Python速習
5-1: プログラミングの環境構築
環境構築はこちらのブログを参照しました。
講義はJupyter Notebook で実施しているが、Google Colaboratory でも良いと考えます。
5-2: 変数
数値、文字列、数値の四則演算
5-3: 基本構文
比較演算、エスケープシーケンス、コメントアウト
5-4: 複数の変数を扱おう
リスト、タプル、辞書
5-5: 制御構文
for文: 繰り返し、if 文: 条件分岐
5-6: 関数
入力(引数)のある関数、出力(返り値)のある関数、実践課題
セクション6: 単回帰分析の実装
6-1: Numpy: 数値計算
データの中心化、パラメータa の計算、
6-2: Pandas: データベース操作
6-3: Matplotlib: グラフの描画
6-4: 実データに対して単回帰分析を実装しよう
データの中心化、パラメータa の計算、プロットして確認、予測値の計算する関数の作成