はじめに

AI（具体的には深層学習）に関するオススメの教材やWebサイトをまとめます。皆さんが勉強を進める際の参考になれば幸いです。

私のさじ加減次第となってしまい恐縮ではありますが、以下のように分けて整理しようと思います。

初級：基礎を勉強したい人、簡単にプログラムを試したい人向け
中級：主要な方式やモデルについて少し深めに勉強したい人向け
上級：最新の学術論文の内容について勉強したい人向け
その他：深層学習を理解する上で必要になる数学や機械学習の基礎を勉強したい人向け

初級

基礎を勉強したい人、簡単にプログラムを試したい人向け

ゼロから作るDeep Learning

深層学習の基礎を最も丁寧に解説した一冊。Pythonでプログラムを作りながら、根本的な部分から深層学習を理解することができます。

PyTorchチュートリアル（日本語翻訳版）

Pythonのクラウド開発環境(Google Clab) で画像や言語を扱うAIのプログラムを体験しながらの勉強ができます。深層学習の座学を本格的に進める前に少し遊んでみると、その後の理論の勉強も進めやすいと思います。Google Colabは、環境構築の手間が不要でGoogleのアカウントを取得すればすぐに利用ができるので入門者にもオススメです。

Machine Learning Specialization

スタンフォード大学 Andrew Ng 教授の機械学習の基礎講座（初級～中級くらいまで）。英語ではありますが、豊富な図表や様々な具体例を交えて解説してくれるので理解しやすいです。英語の聞き取りが苦手であればYouTubeの字幕設定をONにしておくと良いかもしれません。

Kaggle learn

データサイエンティストや機械学習エンジニアが競うコンペサイト Kaggle が提供している資料。機械学習の全般的な知識やPythonの扱い方を広く勉強できます。

中級

主要な方式やモデルについて少し深めに勉強したい人向け

ゼロから作るDeep Learning （2巻以降）

2巻以降、自然言語処理編（2巻）、フレームワーク編（3巻）、強化学習編（4巻）、生成モデル編（5巻）と続きます。それぞれの基礎をしっかりと学習したい人向け。

スタンフォード大学 CS講座一覧

全般的な内容から特定分野の内容まで幅広く講座があるので、興味のある内容にターゲットを絞って勉強を進めやすいと思います。

他にも無料公開されている講座というのは沢山あって、有名大学や企業の講座を検索できる edx というサイトがあるので、興味があればそちらも見てみると良いかもしれません。

上級

最新の学術論文の内容について勉強したい人向け

東京大学松尾研究室 DL輪講会

研究室の輪講がYouTube動画として視聴できます。AIに関して知見のある方々が集まっているので、質疑応答の内容なども勉強になります。

AI-SCHOLAR

ほぼ毎日更新されている主にAIの論文に関する情報メディア。話題の論文が分かりやすく解説されているので、毎日15分これを見ておくと効率的に知見を広げられます。

論文の検索サービス

Semantic Scholar
AIを使った検索サービスで、入力したテキストに意味的に近い論文を見つけてくれます。2億件以上の論文が登録されており、検索条件もいろいろとカスタマイズできるので目当ての情報を見つけやすいと思います。
Paper With Code
Meta AIが提供している情報検索サービス。論文やコード、データセットなどを検索できるほか、技術領域ごとの性能ランキングなども調査できます。なお、AI関連ではない論文や古い論文の情報は少なめです。
Google Scholar
「巨人の肩の上に立つ」でおなじみの昔からある論文検索サービス。Semantic Scholarのサーバーが重いのに対し、さすがGoogleというべきか圧倒的な応答速度で論文を検索できます。論文の引用関係などを見つけるときに重宝します。
CONNECTED PAPERS
論文の引用関係をグラフィカルに可視化するサービス。有料サービスのため使用回数に上限がありますが、論文の重要度や関連度に合わせた可視化方式が面白いです。
wisroot
私が趣味で作っている無料の検索サービス。英語論文のAbstractに日本語訳もつけて一覧できるほか、論文の引用関連なども見やすく可視化します。もし良ければ使ってみてください。

トップカンファレンス

上記学会のいくつかについては、cvpaper.challengeのメンバーがまとめ資料を公開してくれています。情報量が非常に多くとても参考になります。

Awesomeシリーズ

特定分野に関する学術論文やプログラムをまとめているGitHubリポジトリ。定期的に更新されているので、最新の注目論文をチェックできます。

ML全般 ★2k
https://github.com/underlines/awesome-ml/tree/master
LLM ★19k
https://github.com/Hannibal046/Awesome-LLM
DiffusionModel ★11k
https://github.com/diff-usion/Awesome-Diffusion-Models
GenerativeAI ★6k
https://github.com/steven2358/awesome-generative-ai
Vision ★11k
https://github.com/kjw0612/awesome-deep-vision
GAN ★4k
https://github.com/nightrome/really-awesome-gan
Text-To-Image ★2k
https://github.com/Yutong-Zhou-cv/Awesome-Text-to-Image

その他

深層学習を理解する上で必要になる数学や機械学習の基礎を勉強したい人向け

パターン認識と機械学習 (Pattern Recognition and Machine Learning)

通称PRML。コンピュータサイエンスに関わる大学の研究室ならまず置いてある黄色い本。上下巻合わせると700ページ近くあり、古典的な機械学習の内容がほぼ網羅されてます。「古きを温めて新しきを知る」を実践したい人向け。

これなら分かる応用数学教室―最小二乗法からウェーブレットまで

基礎数学の参考書。論文に書かれている数学を理解する上で修めておきたい内容を大きくサポートできるはずです。筆者である金谷先生の他の著書もオススメです。

おわりに

AI関連の教材やサイトは膨大に存在しますが、その中からなるべく内容を厳選して紹介しました。ただ、私が知らないだけで他にも良い教材やサイトは沢山あると思います。以降も、良い情報を見つけたら適宜追加するつもりです。

おまけ

細々とやっている私のX (旧Twitter)アカウント。AI関連について勉強した内容を1日1件せっせとつぶやいています。あなたにとって有益な情報もつぶやくかもしれません。よければフォローよろしくお願いします。