Help us understand the problem. What is going on with this article?

機械学習入門時に知っておきたい情報まとめ

More than 1 year has passed since last update.

機械学習を勉強する際、どこから手をつけて良いか分からなかったので情報収集した内容をまとめておきます。
随時更新予定です。

オンライン講座

coursera machine learning

スタンフォード大学教授によって設立された、オンライン講座。
修了証が不要なら無料で受講できる。日本語字幕あり。
https://www.coursera.org/learn/machine-learning

udacity deep learning

最先端テクノロジについての講座を多数配信している無料オンライン講座。
https://www.udacity.com/course/deep-learning--ud730

Webサイト

書籍

人工知能は人間を超えるか / 松尾 豊 さん

人工知能の歴史、何ができて何ができないのか、など概要を知るのに最適な一冊。
機械学習入門者が一番初めに読むべき本です。

ゼロから作るDeepLearning / 斎藤 康毅 さん

タイトルの通り、Pythonを用いてゼロからDeepLarningを実装していく本です。
Python未経験者でもできるようPythonの基本を学ぶ章があり、数式も最小限に抑えられています。
TensorFlowなどを使っているが各関数の意味はよく分かっていない、という人に向いているかと思います。

勉強会・グループ

TensorFlow User Group Tokyo(TFUG)

TensorFlowのユーザグループ。機械学習系ライブラリの中では唯一日本にも存在するユーザグループ。

dots.DeepLearning部

dots.の企画したグループで、Deep Learningを一からみんなで学んでいく部活

Team AI

株式会社ジェニオが運営する、人工知能専門のエンジニア紹介&受託開発チーム。定期的に自主勉強会などを開催している。

キカガク

機械学習専門の家庭教師。定期的に機械学習で使う数学などの勉強会を開催。

教授・エンジニア

教授

  • 松尾 豊 さん
  • 丸山 不二夫 さん
  • 浅川 伸一 さん

エンジニア

  • 岡野原 大輔 さん(Preferred Networks 取締役副社長)
  • 海野 裕也 さん(Preferred Networks エンジニア)
  • 佐々木 規行 さん(クラスキャット代表取締役 TFUGメンバー)

ライブラリ

  • Caffe
  • TensorFlow
  • Keras
  • Theano
  • Chainer
  • deeplearning4j

必要となる数学分野

  • 微積分(極限、数列、偏微分)
  • 線形代数
  • 確率統計(ベイズ定理)

などの知識が必要となる。

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away