
「みんなのAI講座」の教材の使用方法です。
本講座のイントロダクションです。
本講座の各セクションについて解説します。
人工知能について、広く概要を解説します。
プログラミング言語Pythonについて、概要を解説します。
初学者の方に向けて、学習の心構えを解説します。
開発環境であるGoogle Colaboratoryの使い方を解説します。
このセクションの演習です。
【Live!人工知能】で収録したこのセクションの質疑応答です。
このセクションの教材を紹介します。
このセクションの概要です。
変数の概念や四則演算、比較演算子、論理演算子について学びます。
リストや分岐、ループについて学びます。
リストや分岐、ループについて学びます。
関数やクラス、ファイルの読み書きについて学びます。
関数やクラス、ファイルの読み書きについて学びます。
Pythonの特殊なメソッドである、__init__メソッドと__call__メソッドについて学びます。
このセクションの演習です。
【Live!人工知能】で収録したこのセクションの質疑応答です。
このセクションの教材を紹介します。
このセクションの概要です。
matplotlibを使って数学の関数をグラフに描画します。
べき乗とネイピア数について、グラフを描きながら学びます。
シグモイド関数について、その式の意味と形状を学びます。
このセクションの演習です。
【Live!人工知能】で収録したこのセクションの質疑応答です。
このセクションの教材を紹介します。
このセクションの概要です。
ニューラルネットワークについて、概要を解説します。
1つしかニューロンを持たないシンプルなニューラルネットワークを実装します。
外部データを導入し、単一ニューロンを使って分類します。
ニューロンを複数並べて、より複雑なパターンの分類が可能なニューラルネットワークを構築します。
このセクションの演習です。
このセクションの教材を紹介します。
このセクションの概要です。
ニューラルネットワークが学習する仕組みについて解説します。
出力層のニューロンが学習する仕組みについて学び、出力層の各パラメータの更新を行います。
中間層のニューロンが学習する仕組みについて学び、中間層の各パラメータの更新を行います。
このセクションの演習です。
このセクションの質疑応答です。
このセクションの教材を紹介します。
このセクションの概要です。
機械学習ライブラリscikit-learnについて、概要を学びます。
scikit-learnを使って手書き文字の認識を行います。
scikit-learnを使って株価の変化を予測します。
このセクションの演習です。
このセクションの質疑応答です。
このセクションの教材を紹介します。
このセクションの概要です。
有名な機械学習ライブラリをいくつか紹介します。
さらにAIを学ぶために必要な数学を解説します。
AIの発展技術をいくつか紹介します。
CPUとGPUの性能を比較します。
AIを利用したサービスをいくつか紹介します。
近年注目を集めている生成AIのデモを行います。
人工知能の未来について、講師の私見も交えてお話しします。
このセクションの質疑応答です。
2026年1月におけるAIの最新動向を解説します。
2026年1月におけるAIの最新動向を解説します。
「付録」についての解説です。
内包表記を使うことで、ループや分岐のコードを短くまとめることが可能になります。
関数をオブジェクトとして扱い、関数同士の複雑な連携を可能にします。
Google Colaboratory上で、LaTeXを使い数式を記述する方法を学びます。
2024年1月におけるAIの最新動向を解説します。
2024年1月におけるAIの最新動向を解説します。
2025年1月におけるAIの最新動向を解説します。
2025年1月におけるAIの最新動向を解説します。
講師の活動や最新情報についてご紹介します。
みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。
難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。
文系や非エンジニアの方にもお勧めです。
Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。
本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。
機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。
開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。
データの分類や、文字認識、株価分析などの実践も行います。
その他コースの特徴は、以下通りです。
- 理論よりも体験を、手を動かすことを重視します。
- 可能な限り、簡単な数学を用いて解説します。
- 必要な数学はグラフィカル、直感的に解説します。
- ニューラルネットや機械学習などの難しい概念は、細かく分解して少しずつ学習します
- プログラミング初心者、未経験者でも大丈夫です。プログラミング言語Pythonを基礎から勉強します。
- 機械学習の基礎が身につきます。機械学習のコードを一から実装します。既存の有名ライブラリの解説も行います。
なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。
ディープラーニングに関しては、概念のみの解説となります。
2021.4.26 Section2、Section7にレクチャーが追加されました。
2022.1.27 Section8にレクチャーが追加されました。
2023.1.10 Section7、Section8にレクチャーが追加されました。
2024.1.25 Section8にレクチャーが追加されました。
2025.1.13 「AIの最新動向」に2025年の新コンテンツが追加されました。
2026.1.11 「AIの最新動向」に2026年の新コンテンツが追加されました。