みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2020年最新版】
4.0 (5,357 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
26,301 students enrolled

みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2020年最新版】

【Google Colaboratory対応】初心者向けの人工知能と機械学習のコースです。プログラミング言語Pythonを使って、機械学習とプログラミングの基礎、必要な数学を勉強しましょう!文字認識や株価分析なども行います。
4.0 (5,357 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
26,301 students enrolled
Last updated 8/2020
Japanese
Current price: $86.99 Original price: $124.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 13 hours on-demand video
  • 12 articles
  • 7 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • 簡単な機械学習のコードを書けるようになります。
  • Pythonの基礎的なプログラミング技術が身につきます。
  • ビジネス上必要な人工知能の基礎知識が身につきます。
  • 有名な機械学習ライブラリが扱えるようになります。
  • 機械学習と関連した簡単な数学の知識が身につきます。
  • 人工知能全般についての知識が身につきます。
Course content
Expand all 142 lectures 13:08:17
+ 人工知能の概要と開発環境
9 lectures 59:46

「みんなのAI講座」の教材の使用方法です。

教材の使い方について
01:48

本講座のイントロダクションです。

Preview 05:35

本講座の各セクションについて解説します。

Preview 05:07

人工知能について、広く概要を解説します。

人工知能の概要
16:38

プログラミング言語Pythonについて、概要を解説します。

Pythonの概要
04:23

初学者の方に向けて、学習の心構えを解説します。

学習の心構え
03:08

開発環境であるGoogle Colaboratoryの使い方を解説します。

開発環境について
14:05

このセクションの演習です。

演習: 人工知能の概要と開発環境
02:29

【Live!人工知能】で収録したこのセクションの質疑応答です。

質疑応答: 人工知能の概要と開発環境
06:33
+ Pythonの基礎
8 lectures 01:21:08

このセクションの概要です。

Preview 06:37

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。

Preview 16:09

リストや分岐、ループについて学びます。

Pythonの基礎2 PART1
14:39

リストや分岐、ループについて学びます。

Pythonの基礎2 PART2
12:04

関数やクラス、ファイルの読み書きについて学びます。

Pythonの基礎3 PART1
12:13

関数やクラス、ファイルの読み書きについて学びます。

Pythonの基礎3 PART2
14:58

このセクションの演習です。

演習: Pythonの基礎
02:07

【Live!人工知能】で収録したこのセクションの質疑応答です。

質疑応答: Pythonの基礎
02:21
+ 必要な数学の学習
6 lectures 57:19

このセクションの概要です。

Preview 05:49

matplotlibを使って数学の関数をグラフに描画します。

Preview 18:11

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。

べき乗とネイピア数
11:48

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。

シグモイド関数
15:21

このセクションの演習です。

演習: 必要な数学の学習
02:21

【Live!人工知能】で収録したこのセクションの質疑応答です。

質疑応答: 必要な数学の学習
03:49
+ ニューラルネットワーク
7 lectures 01:09:21

このセクションの概要です。

Preview 04:04

ニューラルネットワークについて、概要を解説します。

Preview 05:29

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。

単一ニューロンの実装
19:50

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。

外部データの導入
17:43

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。

ニューラルネットワークの実装
14:04

このセクションの演習です。

演習: ニューラルネットワーク
02:50
質疑応答: ニューラルネットワーク
05:21
+ 機械学習
6 lectures 54:49

このセクションの概要です。

Preview 06:20

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。

Preview 05:00

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。

出力層の学習
20:09

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。

中間層の学習
16:51

このセクションの演習です。

演習: 機械学習
02:19

このセクションの質疑応答です。

質疑応答: 機械学習
04:10
+ 機械学習ライブラリの活用
6 lectures 56:51

このセクションの概要です。

Preview 06:12

機械学習ライブラリscikit-learnについて、概要を学びます。

Preview 14:19

scikit-learnを使って手書き文字の認識を行います。

手書き文字認識
12:33

scikit-learnを使って株価の変化を予測します。

株価の予測
15:52

このセクションの演習です。

演習: 機械学習ライブラリの活用
03:06

このセクションの質疑応答です。

質疑応答: 機械学習ライブラリの活用
04:49
+ さらに学ぶために
6 lectures 01:10:54

このセクションの概要です。

Preview 05:34

有名な機械学習ライブラリをいくつか紹介します。

Preview 13:40

さらにAIを学ぶために必要な数学を解説します。

数学の活用
13:13

AIの発展技術をいくつか紹介します。

発展技術の解説
19:45

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。

人工知能の未来
14:07

このセクションの質疑応答です。

質疑応答: さらに学ぶために
04:35
+ (旧レクチャー)コースと人工知能の概要
6 lectures 26:40

これ以降のレクチャーは、2020年7月まで使われていた旧コンテンツになります。

旧レクチャーについて
00:18

コースの特徴、および各セクションの内容について、俯瞰的に解説します。

(旧レクチャー)コースの概要
05:54

人工知能について、一般論や用途、歴史について解説します。

(旧レクチャー)人工知能(AI)の概要
09:01

機械学習について、概要を解説します。

(旧レクチャー)機械学習とは
05:08

プログラミング言語Pythonの概要、メリットなどについて解説します。

(旧レクチャー)プログラミング言語、Python
03:20

効率的な学習のための心構えについて解説します。

(旧レクチャー)学習の心構え
02:59
+ 準備
7 lectures 23:49

とても使いやすいPython用の統合開発環境、PyCharmの解説を行います。

(旧レクチャー)PyCharmの解説
01:27

Mac版PyCharmのダウンロード、インストール方法について解説を行います。
PyCharmは無料でダウンロード可能です。

(旧レクチャー)PyCharmのインストール(Mac)
04:20

Windows版PyCharmのダウンロード、インストール方法について解説を行います。

PyCharmは無料でダウンロード可能です。

(旧レクチャー)PyCharmのインストール(Windows)
03:20

PyCharmで開発を行うための環境設定について、解説を行います。

(旧レクチャー)PyCharmの環境設定
06:13

Windows以外の方はこのレクチャーをスキップしてください。

WindowsでAnacondaをスムーズにインストールするためのポイントを予めお伝えします。

(旧レクチャー)(Windowsのみ)Anacondaのインストールの際の注意点
00:58

パッケージの導入時におけるトラブルを避けるために、Windowsの方はAnacondaをインストールしましょう。Anacondaを導入しておけば、本コースで今後導入するnumpy、scipy、matplotllib、scikit-learnなどのパッケージは導入する必要がありません。

(旧レクチャー)Anacondaのインストール
04:18

学習の助けになるウェブサイトなどを紹介します。

(旧レクチャー)学習のための参考資料
03:13
+ Pythonの基礎
28 lectures 01:36:00
(旧レクチャー)Python学習の注意点
00:40

Pythonプログラミングの最初の一歩です。

(旧レクチャー)Hello World!
05:09

本コースにおける拡張子の扱いについて解説を行います。

(旧レクチャー)拡張子について
03:02

コードに説明文を記述するために必要な、コメントと日本語対応について解説を行います。

(旧レクチャー)コメントと日本語対応
03:28

プログラミングの基本、変数の概念について解説を行います。

(旧レクチャー)変数の概念
03:45

加減乗除の四則演算について解説します。

(旧レクチャー)四則演算
04:02

Python2.7とPython3.Xの違いについて解説します。

(旧レクチャー)Python2.7とPython3.Xの違い
00:04

乱数の概念を解説します。
※ファイル名が、randomもしくはrandom.pyだとファイル名がモジュール名と重複しエラーが発生する場合があるようです。そのような際は、ファイル名をmy_random.pyなどの異なる名前にご変更ください。

(旧レクチャー)乱数
02:05

文字列の概念を習得し、コードの中で文章を扱えるようにします。

(旧レクチャー)文字列の操作1
03:21

より高度な文字列操作について、解説を行います。

(旧レクチャー)文字列の操作2
03:10

Bool値と比較演算子について、概念から解説を行います。

(旧レクチャー)Bool値と比較演算子
07:15

論理演算子について、概念から解説を行います。

(旧レクチャー)論理演算子
04:00

if文を用いた分岐について解説を行います。

(旧レクチャー)分岐
04:57

リストを用いたデータの効率的な扱い方を学習します。

(旧レクチャー)リスト
03:10

タプルを用いたデータの効率的な扱い方を学習します。リストとの違いについても解説します。

(旧レクチャー)タプル
03:30

辞書を用いることによる、可読性の高いデータの扱い方について学習します。

(旧レクチャー)辞書
04:23

for文を用いたループ処理について学習します。

(旧レクチャー)for文
04:03

while文を用いたループ処理について学習します。

(旧レクチャー)While文
02:37

分岐とループを組み合わせることで、より複雑な処理が行えるようになります。

(旧レクチャー)分岐とループの組み合わせ
02:00

関数を使うことで、何度も同じ処理を書く必要が無くなります。

(旧レクチャー)関数
02:27

関数を使う場合は、スコープと呼ばれる変数の有効範囲に注意する必要があります。

(旧レクチャー)スコープ
02:39

引数は関数にデータを渡すために、返り値は関数から外部にデータを渡すために用いられます。

(旧レクチャー)引数と返り値
03:14

デバッガを使うことで、コードの問題箇所を楽に発見できるようになります。

(旧レクチャー)デバッガの使い方
03:35

多重リストを用いることで、少々込み入ったデータ構造を作ることができます。

(旧レクチャー)多重リスト
03:12

実際にコードを書く前に、少々分かりにくいクラスの概念を図を用いて解説します。

(旧レクチャー)クラスの概念の解説
01:18

クラスは、複数の変数や関数をひと塊りにしたもので、オブジェクト指向プログラミングの根幹を成しています。クラスは設計図のようなもので、一つのクラスから複数のインスタンスが作られます。最初は分かりにくいと思いますので、時間をかけて取り組みましょう。。

(旧レクチャー)クラス
03:37

クラス、インスタンスとリストを組み合わせます。オブジェクト指向らしい複雑な構造を、少しずつ勉強していきます。

(旧レクチャー)クラス、リストの応用
06:00

外部ファイルの読み込み方法を学習します。

(旧レクチャー)ファイルの読み込み
05:17
Requirements
  • 中学レベルの数学で十分です。高度な数学は必要ありません。
  • プログラミングが全くの未経験でも問題ありません。
  • MacでもWindowsでも大丈夫です。
Description

-------------------- お知らせ -----------------------

本コースは、2020年8月3日にリニューアルされました。

開発環境はGoogle Colaboratorlyに変更され、コードも全面的に更新されました。

旧レクチャーですが、本講座後半のセクションにそのまま残っています。

本講座の動画時間の4割程度は旧コンテンツになりますのでご注意ください。

----------------------------------------------------

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。

Who this course is for:
  • 人工知能、機械学習に興味があるが、最初のとっかかりが分からない方
  • 人工知能、機械学習関連の分厚い書籍に辟易した方
  • 人工知能、機械学習をビジネスで扱う必要に迫られた方
  • 数学、プログラミングが人工知能学習の障壁になっている方
  • 人工知能の学習を通してPythonプログラミングを身に付けたい方
  • 文系の方、非エンジニアの方にもおすすめです