1ヶ月で基礎から学べる!TECH::CAMPのAIコース(人工知能)で学べる7つのこと

Sponsored Link


TECH::CAMPのAIコースはどんなことが学べるの??

どうも、Linです。フェスティバル、最高。

 

最新のテクノロジーを基礎から学べるブートキャンプTECH::CAMP

Rails、VRなどなど数々のカリキュラムを実施してきましたが、2017年10月から、

AI(人工知能)コース

が誕生したのです。

 

TECH::CAMPのAIコースの体験会に参加したところ、未知の世界が広がっていそうだったので早速1ヶ月間TECH::CAMPのAIコースを受講してきました。

今日は、実際にTECH::CAMPのAIコースで勉強してきたぼくが、

TECH::CAMPのAIコースで学んだこと

を忘れないうちにメモしておこうと思います。

 

 

 

TECH::CAMPのAI(人工知能)コースで学べる7つのこと

TECH::CAMPのAIコースで学べることは大まかにいうと次の7つのことですね。

  • AI概要
  • Python基礎
  • Jupyter notebook
  • 教師ありモデル
  • 教師なしモデル
  • モデル精度向上の方法

 

 

tech camp 人工知能 ai

 

 

AI(人工知能)の概要:5%

まず最初にAIの概要を解説してくれます。

具体的にいうと、

  • AIとはなんなのか?
  • 機械学習の種類
  • AI業界のトレンド
  • AIが現在活躍する具体例

などなどですね。

このコンテンツで大まかにAIの全体像を捉えることができるでしょう。

 

Python基礎:15%

AIコースで使うプログラミング言語「Python」の基礎について。

Pythonで大量のデータを読み込んだり、分割したり、学習モデルを作成したり、グラフを描写してたりしていきます。

そのための基礎学習というやつです。

 

ただ、TECH::CAMPのAIコースではPythonの基礎の基礎しか触れず、

  • Hello world
  • 条件分岐
  • 繰り返し
  • クラス・インスタンス

といったプログラミングの基礎のみ習得できます。

 

簡単な映画のレビューアプリを作りながら学んで行くので、実践的で取り組みやすいでしょう。

このPythonの学習はターミナルやテキストエディタではなくCloud9というWebサービスを用いて学習していきますよ。

 

Jupyter notebookの使い方: 10%

TECH::CAMPのAIコースでは、

Jupyter notebook

というツールを活用していきます。このツールは簡単にいうと、

プログラミングの実行結果を見ながら記述していけるツールです。
https://gyazo.com/197e4f9a071827aff9451ca6bb96deee

 

 

グラフを描写してくれる機能もあるため、このTECH::CAMPのAIコースではくそ活用していきます。

以後のカリキュラムではJupyter notebookを起動し、そこにコードを打ち込んで修行していくことになります。

 

教師あり学習: 40%

AIの機械学習のモデルの使い方を勉強していきます。

機械学習のモデルには、

  1. 教師あり学習(回答を事前に提示してモデルを学習させていく方法)
  2. 教師なし学習(回答を与えずに、AIが自ら特徴量を見出して学習していく方法)
  3. 強化学習(行動の結果を評価され、結果が最大化されるように学習していく方法)

の3種類あります。

 

最初にぼくらが勉強していくのが「教師あり学習」です。

TECH::CAMPのAIコースで勉強する教師あり学習は、

  • ロジスティック回帰
  • SVM
  • K近傍法
  • 決定木

の4種類。

この学習モデルを使い方を、Jupyter notebookでコードを打ち込み、グラフを描写しながら僧侶のように学んでいきます。

最終的には、モデルごとの分類結果が異なる様子を楽しめるようになるでしょう。

 

K-近傍法

 

 

教師なし学習:15%

続いては、機械学習の2つ目の教師なし学習

そのうちの、クラスタリングについて勉強していきます。

クラスタリングとは、

膨大なデータからAIが自ら特徴量を見出し、いくつかのグループ(クラスタリング)に分類していく手法です。

 

たとえば、スーパーの購買データから、

ビールを購入する客はオムツも買う傾向にある

と判断することとかですね。

この教師なし学習では、AIの機械学習モデル自体がグループを判断するので、犬の写真が猫と一緒のクラスターに分けられることも十分にありえます。

 

クラスタリングで使うのは「K-means法」という学習モデルで、データをK個のクラスタリングに分けていく手法で、これもなかなか難しい。

 

K-means法

 

こちらもJupyter notebookに修行僧のようにひたすらコードを打ち込んでいくことで学んでいきます。

 

学習モデルの精度を向上させる方法: 15%

最後に、学習モデルの精度を向上させる方法を勉強していきます。

データの特徴量が多すぎると、AIの予測精度が落ちる過学習を起こしてしまったり、グラフに描写しにくいといったことが起きてしまいます。

そのため、AIの機械学習では、

次元削減

という特徴量を減らす手法が取られているのです。

 

この次元削減には、

  1. 特徴選択(特徴量を増やしたり減らしたり)
  2. 特徴抽出(複数の特徴量から新しい特徴量を作り出す)

の2種類ありますが、TECH::CAMPのAIコースではこの2つを両方勉強できます。

特徴量の多さと、モデルの精度のグラフをかいてみて、理想の特徴量を探っていく過程は、もう、たまりませんね。

 

 

結論:TECH::CAMPのAIコースはAIの基礎を手を動かして学べる講座

と、以上がTECH::CAMPのAIコースで学べることたちです。

うだうだと書いてきましたが、結論、

AI(人工知能)の基礎を手を動かして学べるカリキュラム

に仕上がってますね。

 

ぼくはこれまで人工知能については、

「人工知能は人間を超えるか」

などの書籍を読んで勉強しようとしましたが、やはり、よくわからない。

その原因は、

実際に手を動かしてないからだったのかもしれません。

自分が触れてない未確認生命体は、いつまでたっても意味不明なのです。

 

その点、このTECH::CAMPのAIコースは実際に手を動かして、わからないながらもAIの機械学習をこねくり回していくので、頭に残りやすいと思いました。

「AI・人工知能全般に興味がある!」

「仕事でAI関連の話が頻繁に登場するようになった!」

という方には「TECH::CAMPのAIコース」がおすすめですね。

よかったらぼくがAIコースで勉強した体験談も合わせて読んでみてください。

 

それでは!

Lin

飯橋凛(Ihashi Lin)

インターネット広告代理店を1年半で退職。
その後、副業として活動していたウェブメディア運営のフリーランスへ。
現在はプログラミングの勉強に励み、0からフリーエンジニアの道を目指す。最近はキムチをまとめ買いにはまっている。


Sponsored Link

コメントはこちらからお願いします!



もう1本読んでみる