みなさん、いかがお過ごしでしょうか。もうすぐゴールデンウイークがやってきますが、最近はコロナで外出しずらいご時世のようです。海外旅行、フェス、キャンプ、BBQ、温泉など誘惑はたくさんありますが、長期休みのまとまった時間を利用して、新しいことにチャレンジしたり、スキルアップしてみてはどうでしょうか。今回は、これから人工知能や機械学習について学びたいと思っている方向けに、無料で学べるサイトを5つ紹介します。
Deep Insider
Deep Insiderは、人工知能・機械学習に関する初・中級者向けの情報がまとまっているサイトです。「AI・機械学習・ディープラーニングがしたい！ そもそも何ができるの？」や「初めてのニューラルネットワーク」など初歩的な概念の説明から「Python入門」、「TensorFlow 2＋Keras（tf.keras）入門」、「PyTorch入門」などの機械学習ライブラリに関する記事、さらに「AI・機械学習の数学入門」といった理論に関する記事も掲載されており、体系的まとまっています。「〇〇入門」は連載記事で10回以上にわたって書かれており、ボリュームも多く、これから人工知能や機械学習について学びたいと思っているは、このサイトから勉強し始めることを強くお勧めします。
Neural Network Console
Neural Network ConsoleはSONYが開発しているAIツールですが、Neural Network Consoleの使い方を紹介するためのYoutubeチャンネルが公開されています。もちろん、Neural Network Consoleで人工知能や機械学習をやりたいという方にはおすすめなのですが、ツールの使い方以外にも、「Deep Learning入門：ニューラルネットワーク学習の仕組み」、「Deep Learning入門：数式なしで理解するLSTM (Long short-term memory)」などディープラーニングに関する理論的な解説動画も掲載されています。動画では、図やアニメーションを用いて解説されているので、短時間で視覚的にモデルの概念を理解することができます。ディープラーニングの仕組みやCNN、RNNなどのモデルを理解したいという方におすすめです。
クラスキャット
クラスキャットでは、TensorFlow、Keras、PyTorchなどの機械学習ライブラリに関するチュートリアルやドキュメントを日本語に翻訳した記事が多く公開されています。最新の公式ドキュメントは、ほとんど英語で書かれているので、英語が苦手だけど、最新のドキュメントなどを知りたい人におすすめです。また、クラスキャットでは、定期的に人工知能とビジネスをテーマにしたWebセミナーが開催されているので、人工知能の活用事例を知りたいという方は参加してみるのもいいかもしれません。
Cousera
Couseraは、スタンフォード大学のアンドリュー・エン准教授とダフニー・コラー教授の2人によって設立されたMOOCs（Massive Open Online Courses）で、イェール大学、スタンフォード大学などの名門大学や Google、IBM などの優良企業がプロデュースするコースをオンラインで受講できます。人工知能や機械学習の分野では、「Deep Learning」「Machine Learning」などが人気の講座としてあります。各講座、カリキュラムがしっかり設定されているので、目的をもって勉強したい方や大学のコースに沿って勉強したい方にとっておすすめです。ちなみにCouseraは、修了証を受け取るには月々約5,000円の料金がかかりますが、閲覧するだけであれば、無料で講座を受けることができます。
Analytics Vidhya
Analytics Vidhyaでは、人工知能・機械学習・データサイエンスに関する記事が毎日投稿されています。体系的な学習コースや入門向けのコンテンツは少ないですが、様々な事例について知ることができるレシピ的なサイトです。たとえば、「Simple understanding and implementation of KNN algorithm!」、「A Guide to Feature Engineering in NLP」、「Neural Networks and Activation Function」など興味深い記事がたくさんあります。1つの記事がコンパクトにまとまっているので、勉強を進めるにつれて、より個別の分野に関して詳しく知りたい人や様々な事例について知りたい人におすすめです。
以上、5つのサイトを紹介しました。どのサイトも定期的に更新され続けているので、本で勉強するよりも最新の情報に触れることができ、なおかつ無料なので非常におすすめです。興味を持ったものから始めてもらってもいいですが、みなさんの理解度や勉強の進捗具合によって使い分けるというのが一番いいと思います。
K.K
