AI資格・学習

はじめに機械学習のコードは「動けばいい」で書かれがちですが、チーム開発や長期運用では自動テストが欠かせません。「コードを変更したら精度が下がった」「データ前処理のバグで本番が壊れた」という問題をテストで防ぐ方法を解説します。pytestの基...

はじめに「機械学習を理解しようとしたら線形代数が壁になった」という声をよく聞きます。行列・ベクトル・固有値分解など、最初は難しく見えますが、NumPyで実際に計算してみると意外とシンプルです。E資格・DS検定に向けた線形代数の要点をPyth...

確率統計は機械学習の言語そのもの機械学習を本格的に勉強し始めると、必ず確率統計の知識が要求されます。論文を読んでも、書籍を読んでも、確率分布や最尤推定の話が前提として出てきて、ここで多くの人が壁にぶつかります。この記事では、MLエンジニアと...

はじめにG検定は独学2ヶ月で合格できる現実的な難易度のAI入門資格です。製造業エンジニアとして独学で合格した経験から、効率的な学習ロードマップを解説します。「どの教材を使って」「どの順序で」「どのくらい勉強すれば」合格できるかを具体的にまと...

はじめに「ニューラルネットワーク」という言葉を聞くと、難しそうに感じる方も多いと思います。でも実は、Pythonのライブラリを使えばシンプルなものなら数十行で実装できます。僕がE資格の勉強でニューラルネットワークを初めて実装したとき、「意外...

統計学の基礎は、機械学習の前提知識として最重要機械学習を学ぼうとして、最初に挫折するポイントの一つが統計学です。「平均」「分散」「検定」といった用語が、いきなりE資格や論文に出てきて、何を言っているのか分からなくなる。でも、実は統計学の基礎...

はじめに「機械学習を始めたいけど、環境構築が面倒」という方に朗報です。Google Colaboratory（Colab）を使えば、ブラウザだけで機械学習の環境が整います。インストール作業ゼロ、しかも無料です。僕もSignateのコンペや勉...

はじめにPythonで機械学習を始めるなら、まず覚えるべきライブラリが「scikit-learn（サイキットラーン）」です。分類・回帰・クラスタリング・次元削減など、主要な機械学習アルゴリズムが揃っており、統一されたインターフェースで使えま...

はじめに機械学習の最新情報を追いかけるのは、正直かなり大変です。毎日のように新しい論文が発表され、1年前の「最新技術」がすでに古くなっていることもあります。僕も最初は「論文なんて読めるわけがない」と思っていました。でも少しずつ習慣にしていく...

はじめに「画像認識」と聞くと難しそうに感じるかもしれません。でも実は、PythonとTensorFlowを使えば、比較的シンプルなコードで実装できます。僕がE資格の勉強でCNN（畳み込みニューラルネットワーク）を初めて実装したとき、「こんな...