[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

2020年7月26日 16:04

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

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

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

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

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

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