【AI・機械学習】5687人が受けたキカガク流オンライン講座-中級編

こんにちは、最近、週末や隙間時間をAI学習に投資しているTakaです。ガチの文系だった僕だけど、AIを学んでみたいなって思っていたら、ものすごくわかりやすい動画を見つけたんですよね。その名も、【キカガク流】　人工知能・機械学習　脱ブラックボックスです！前回”初級編”のレビュー記事を書いたのですが、今回はその続編にあたる【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-です！
*タイトルの”5687人”は2018年11月17日時点です。どんどん増えています！

この講座はこんな人におすすめです。

現場で使える知識の基礎を学びたい
時間がないので効率的に学びたい
キカガク流　人工知能・機械学習　脱ブラックボックス講座 -初級編-を受けた

まだ初級編を受けていない方は、こちらでレビュー記事を書いていますので参考にしていただいたら幸いです。

Contents

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-とは
【キカガク流】人工知能・機械学習脱ブラックボックス講座 – 中級編 -各セクションのレビュー
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-の「個人的にもっとこうしてほしぃ〜」点
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のボーナスレクチャー1
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のボーナスレクチャー2
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-をチェック
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のメモ
- 英語
- リンク
おまけ
- Udemyを賢く安く利用しよう！
- ぼくがあわせて読んでる人工知能系関連書籍

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-とは

株式会社キカガクの吉崎亮介さんが講師を務める本当にわかりやすいAI学習講座です。

みなさんは、「キカガク流　人工知能・機械学習　脱ブラックボックス講座 -初級編-」をもう受講しましたか？AIって難しそうだって思っていたのでに、感動するぐらい理解できましたよね。
今回の中級編ですが、下記が講座紹介からの引用です。

今回のゴール：「現場の解析」を知る

日本語トップコースである【キカガク流】脱ブラックボックス講座の中級編が遂に登場！「キカガクの知識は現場で使える！」そんな講座を目指しました。微分・線形代数といった数学の基礎からPythonでの実装まで短時間で習得しましょう。

キカガク流　人工知能・機械学習　脱ブラックボックス講座 -中級編　をわかりやすく表でまとめてみました。充実したコンテンツで初級者レベルには最適であることがわかると思います。僕も受講しましたが、説明が細かく本当にわかりやすかったです。また、動画の話し方も親しみやすく、4.5時間があっという間でした。

講師	吉崎亮介さん/ 株式会社キカガク代表取締役社長
スキルレベル	初級レベル
受講生数b	5687人(2018/11/17時点)
動画時間	4.5時間
数学	微分、線形代数、重回帰分析、統計
Python	使ったライブラリなど：Numpy、Scikit-learn、seaborn

タイトルは中級編と書いてありますが、スキルレベルは”初級レベル”です。なので、急激に難しくなったりすることなく、しっかりと丁寧に教えてくれました。下記のリンク先から動画を視聴したり、具体的な学習内容が確認できますのでぜひチェックしてください。

“【キカガク流】人工知能・機械学習脱ブラックボックス講座 – 中級編 -“をチェック！

【キカガク流】人工知能・機械学習脱ブラックボックス講座 – 中級編 -各セクションのレビュー

セクション1と2は「はじめに」と「イントロダクション」です。ですので、本格的に講義が始まるセクション3からの一言レビューをしていこうと思います。（結果、全然一言ではなくなりました笑。）

セクション3-4 線形代数と重回帰分析

線形代数って、スカラー、ベクトル、行列です。ってさらっと当然のように書きましたが、ぼくも講義を受けるまでぽかぁ〜ん( ﾟдﾟ)って感じでした。

高校で習ったはずのベクトルですが1mmたりとも覚えていませんでした* (*｀･ω･)ゞ行列も記憶になく、数学に関して僕の高校時代は空白の3年間だったんだなって改めて思いました笑。まぁ、空っぽの頭の方が線形代数詰め込めれますよね。ということで、0からスタートしたのですが、個人的感想ですが、めちゃくちゃわかりました!!!今回は初級編よりも中級編というだけあって、ゆっくりじっくり集中して受けました。ノートにも書き、吉崎さんの口で説明されたことをノートに書いたりしながら後で見返してもわかるようにしました。

この線形代数、重回帰分析ですが、どんどん内容が濃くなっていき、数式はほぼアルファベットになるし、転置っていうTのマークが付いたり・・・まさに頭が吹っ飛びそうになるかと思いきや・・・・

わかるんですよねΣ(ﾟДﾟﾉ)ﾉ

これがすごく不思議で、僕高校時代数学苦手だったような記憶はあるのですが、なんか今この講義を受けていてわからないってことが今の所ない気がします。もし、この内容を自分で参考書を開いてやったとしたら、、、ぞっとしますね。絶対途中で挫折しそうです。しかし、手書きの温かみのある講義と、懇切丁寧な式展開でまったくはしょらない丁寧さがあって僕は理解することができたと思います。また、「サイズ感」という、吉崎さんオリジナル教え方もあって大満足でした。

セクション5-6 重回帰分析の実装実データでの演習

数学をみっちり勉強した後に、今度はpythonを使って重回帰分析の実装をします。使うライブラリーはNumpyです。先ほど習った線形代数がうまくプログラミング上で表現できるんだなって驚きました。転置っていう、ベクトルや行列の順番を逆にする方法も、かなり簡単にできます。今まで手でやっていたのが一瞬でできるんで衝撃を受けました笑。最初の就学講義があったからこそ、今自分が何をしているのかがよくわかって、講義の一貫性を感じましたね〜。実データでの演習になるとcsvファイルをダウンロードしてデータを分析していきます。分析していくときにはScikit-learnを使いました。

セクション7 統計

ここでもう一度手書きの講義に戻りました。ひとまずPythonでデータを分析したのですが、元となるデータそのものの質を上げなければいけません。そういう意味で、統計を学びます。異常値を外す方法である３σ法を学びました。練習問題もあって、理解を深められます。

セクション8 外れ値・スケーリングを考慮した重回帰分析

データのは異常値などのばらつきがあって、それに対処するために３σ法っていうのがあるんです。それで、３σ法で外れ値を除去して、いざ、試してみたら、訓練データの精度は上がったが、検証データの精度は下がってしまった。これを過学習(overfitting)といいます。重回帰分析では過学習を避けることは難しいですが、他の機械学習ではハイパーパラメータという人間側で調整する手法があり・・・・これはなんと上級編で紹介してくれる内容だそうです！！！めちゃくちゃ楽しみですね！！！セクション8では重回帰分析の外れ値除去やスケーリングという手法を学びました。

なにやら、専門用語をいろいろ書いてしまいましたが、講義を受ける前は知識0だったのでみなさんが知らなくても全く問題ないと思います。講義を受けた後はわかるようになります。僕も今、２回見ただけなので人に説明できるレベルではありません。自問自答していって、質問に答えられるかしっかり勉強していこうと思います。

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-の「個人的にもっとこうしてほしぃ〜」点

前回の”キカガク流　人工知能・機械学習　脱ブラックボックス講座 -初級編-“よりも、講義の中での練習問題が多かったように思えます。数えていないのでわかりませんが・・・。間違っていたらすみません。ただ、講義を受け終えた後の「やり終えた感」を感じました！満足なのですが、もし要望があるとしたら、最後の最後に簡単な確認テストがあると嬉しかなって思います。動画を再生したら修了書がもらえる仕組みはUdemyの仕様かもしれませんが、もしできることならって感じですね〜。

偉そうに勝手に語ってしまいすみませんでした笑！ヾ(*´∀｀*)ﾉ

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のボーナスレクチャー1

ボーナスレクチャー「ビジネス活用」という動画では、機械学習の勉強を進めていく際のポイントと、実際のビジネスのプロセスの概要を教えてくれました。まず、学習に関してですが、「数学」と「プログラミング」を学ぶことが重要ということでした。そもそもこれはこの講義を通して実際にやってきたことなので、その重要性が身をもってわかります。そして、ビジネスのプロセスですが、第一線で活躍させている方のリアルな話を知ることができました。おおまかな流れになりますが、クライアントさんとのコミュニケーションの取り方含めて大事なんだなって思いました。

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のボーナスレクチャー2

初級編にもあったボーナスレクチャーがあったので、同じく書かせていただきます。最後に「AI人材としてプロフェッショナルになるための教育とは？」という嬉しいボーナスレクチャーがあります。ぼくは吉崎亮介さんの高い志にものすごく感銘を受けました。下記がその引用です。

参考書で勉強する内容から、プロフェッショナルまでの途中を埋めることができず、AI人材として働くことが難しい現状です。そこで、この課題を解決すべく我々が今後取り組むことが「教え合い」です。教わる人の数だけ講師が生まれ、次の人を教えるという遠すぎない現実的なゴール設定でモチベーションを維持することができます。また、教わる側も教わる相手がいるため途中でやめてしまうという確率は大きく下がります。さらに教える中で、本当に理解できているかを自問自答でき、知識がどんどん磨かれていくといういい効果も期待できます。このように弊社では、良い教育は教わる側のモチベーション管理や学習プロセスまで考慮できたものだと考え、この仕組みを多くの人に届けていけるよう取り組み始めました。

僕も会社の昼休みや会社終わり、週末にもくもくと一人で勉強し続けていますが、やはりモチベーションの意地は難しいです。ですが、僕を含め多くの人がAIとか敷居が高くて難しそうだって思っている中、こんな風に「教え合いの輪」を広げて、社会をよりよくしようとしているってすごくないですか？ものすごく社会貢献度の高い方、企業だなって心底思いました。この教えあう環境がもっともっと身近になっていけばいいなと思います。

自分のレベルは正直まだまだですが、将来的に教えることができるレベルになりたいなって思いました。教えあうことができる仲間がいるっていうことが素晴らしいなって思いました。株式会社キカガクから出ているUdemyの動画全てしっかりと受講した後、ぜひその輪に入ってみたいなって思いました。

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-をチェック

ということで、説明してきた講座はこちらチェックできます。Udemyはいつもセールしているイメージですよね。定価は20,000円ぐらいですが、ぼくの感覚だと、だいたい2000円ぐらいで販売されています。セールの時には1500円前後になる感じです。ぜひ、チェックしてくださいね。

“【キカガク流】人工知能・機械学習脱ブラックボックス講座 – 中級編 -“をチェック！

他にも【キカガク流】や関連の講座がUdemyで受講できますので、今回のも含めてまとめて紹介しておきますね。僕は全部購入しました(*´∀`*)

【キカガク流】人工知能・機械学習脱ブラックボックス講座 – 初級編 –
【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編 –
【キカガク流】プログラミング力向上のためのPythonで学ぶアルゴリズム論（前編）
【キカガク流】現場で使えるChainerによるディープラーニング入門
PythonによるWebスクレイピング入門業務効率化への第一歩
PythonによるWebスクレイピング〜Webアプリケーション編〜

【キカガク流】　人工知能・機械学習　脱ブラックボックス講座 -中級編-のメモ

学んでいた時のちょっとしたメモです。Tipsですね〜！将来的には英語の動画も見るので、少しずつ覚えていこうと思います。

英語

標準偏差　Standard deviation 略:std
逆行列 inverse matrix
過学習(overfitting)

リンク

ベクトルで微分の公式 The Matrix Cookbook *PDFです。
Scikit-learn

おまけ

Udemyを賢く安く利用しよう！

Udemyはよくセールをします。僕が購入したときには80%offとか、すごいもので90%offというものもありました！ですので、もし定価で価格表示されていたら少し待ってみるのをお勧めします！また、まとめ買いやクーポンという方法もあります。セールについて、詳細を書きました＾＾読んでください！安く買うのは絶対ですからね！

【Udemyのセールいつ？】56万円分得した格安で買う方法5選【次回予想】【Udemyのセールいつ？】56万円分得した格安で買う方法5選【次回予想】を紹介します。知らないと絶対に損をしてしまう【Udemyのセ...

ぼくがあわせて読んでる人工知能系関連書籍

僕は数学からすごく離れていたので、今勉強し直しています。僕がAIプログラミングの数学を勉強するために使っているのが『人工知能プログラミングのための数学がわかる本』です。こちらの本が必要な数学を網羅しています。といっても正直なところ、まずキカガクの講座で数学を学んで、その後こちらの本を読むとものすごくわかります。オンライン環境ではUdemyの講座、オフライン環境ではこの本を使って数学を勉強しています。