【まとめ】人工知能・機械学習・深層学習を学ぶ
public.icon
学び方
人工知能
・
機械学習
・
深層学習
全体
人工知能・深層学習を学ぶためのロードマップ｜松尾研究室
https://twitter.com/mr_bay_area/status/1570258504824520705
データサイエンス履修の手引き概要｜数理・情報教育センター
機械学習の研究者を目指す人へ｜Hiroshi Takahashi Researcher at NTT docomo
まとめ
情報教育コンテンツリンク集｜数理・情報教育センター
入門
AI For Everyone(すべての人のためのAIリテラシー講座）
数理・データサイエンス・AI教育強化拠点コンソーシアム｜数理・情報教育センター
数学(微積・線形代数など)
微積分を学ぶ
線形代数を学ぶ
プログラミング(Python)
Pythonを学ぶ
情報処理
Git
Git研修｜ミクシィ22新卒技術研修資料
Git研修｜ミクシィ21新卒技術研修資料
Docker
確率
・
統計
統計学を学ぶ
人工知能
CS 221 ― Artificial Intelligence｜Stanford University
機械学習
機械学習の研究者を目指す人へ
2021年05月時点で自分が実践しているMLOpsの情報収集方法
統計・機械学習の理論を学ぶ手順 - Qiita
機械学習をやる上で線形代数のどのような知識が必要になるのか – 原理的には可能
実務の専門家として機械学習や統計分析を手掛けたい人にオススメの書籍初級5冊＆中級8冊＋テーマ別11冊（2020年2月版）
強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）
The Elements of Statistical Learning
https://github.com/dair-ai/ML-YouTube-Courses
Making Friends with Machine Learning ｜Cassie Kozyrkov - YouTube
機械学習帳
Google Machine Learning Education
高等学校 情報Ⅱ 「データサイエンス・データ解析入門」
CS 229 ― Machine Learning｜Stanford University
解説・講義資料 | 神嶌 敏弘#641ca35d7f4b270000cf313c
深層学習
/
強化学習
強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）
Understanding Deep Learning｜MIT
CS 230 ― Deep Learning｜Stanford University
ビジョン・音声・自然言語
自然言語処理の部屋
cs224n｜Stanford University