5
13

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

機械学習が学べるサイトまとめ

Last updated at Posted at 2021-03-23

自分が機械学の勉強をしたり、情報収集をする際に参考にしているサイトのまとめ
随時追加予定

###学習教材
[PyTorchチュートリアル(日本語翻訳版)]
(https://yutaroogawa.github.io/pytorch_tutorials_jp/)
公式チュートリアルの日本語版。Gooogle Colaboratoryファイルもあるのですぐ始められてありがたい。

[chainerチュートリアル]
(https://tutorials.chainer.org/ja/tutorial.html)
開発が終了してしまったchainerだが、基本的な内容のため参考になる。

[東京大学松尾研究室 演習コンテンツ]
(https://weblab.t.u-tokyo.ac.jp/%e6%bc%94%e7%bf%92%e3%82%b3%e3%83%b3%e3%83%86%e3%83%b3%e3%83%84%e5%85%ac%e9%96%8b%e3%83%9a%e3%83%bc%e3%82%b8/)
東京大学の松尾研究室が監修した学習講座を無料で公開してくれてる。環境構築不要でgoogle colaboratoryですぐ始められる

[Udemy]
(https://www.udemy.com/ja/)
有料の動画講座で講座の質に多少ばらつきがある。
pythonや機械学習関係の講座が豊富で初心者向きの内容が多く、学習の敷居が低め。ただし1講座当たりの値段は高い(数千円~2万円程度)。

[Corusera]
(https://ja.coursera.org/)
動画講座大学や企業から講義が提供されているため、全体的に質が高め。一部機能に制限があるが無料でも受けられる。
スタンフォード大学などの有名大学の講座を無料で受けられるのは魅力的。
ただ、日本語は字幕版がほとんど。

[SIGNATE]
(https://signate.jp/)
国内のコンペティションプラットフォームで、機械学習の講座も受講できる(月額2000円)。
テキストベースの講座だが、現実社会での実際の課題をベースとした演習を受けられるためかなり実践的。

###技術解説・ニュース等
AI-SCHOLAR
AI関係中心のニュースサイトで、最新論文の情報などかなり技術よりな内容が多い。

AINOW
AI全般のニュースを取り扱っているニュースサイトで、カジュアルな内容からモデル解説までと内容の幅が広い。

###コード・モデル
pytorch-image-models
timmと呼ばれるパッケージ。様々なCNNモデルを簡単に使用できる。
割と最近のEfficientNetやその派生形もあり種類が豊富

[lightgbmドキュメント]
(https://lightgbm.readthedocs.io/en/latest/index.html#)
テーブル系コンペで方式に迷ったらコレ、というくらい強力な機械学習モデル

Papers With Code: The latest in Machine Learning
最新のSoTAモデルを探せるサイト、主に画像認識用のモデルが精度ごとに確認できる。

[SuperGLUE]
(https://gluebenchmark.com/leaderboard)
最新のSoTAモデルを探せるサイト、こちらは自然言語処理系のモデルが確認できる。

###ドキュメント類
機械学習を行う上で必ずと言っていいほど使用されるモジュール群。kaggleで他人のコードを見ていて困ったときに確認する。

[Pytorchドキュメント]
(https://pytorch.org/docs/stable/index.html)
[numpyドキュメント]
(https://numpy.org/doc/stable/reference/)
[pandasドキュメント]
(https://pandas.pydata.org/docs/)
[matplotlibドキュメント]
(https://matplotlib.org/3.3.3/contents.html)

5
13
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
5
13

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?