【学習ステップ公開】AI・機械学習初心者必見！勉強すべき領域や学習の手順について詳しく聞いてみました

Рет қаралды 78,510

3 жыл бұрын

本日は、「現役AIエンジニアに聞く最短最速AI学習ロードマップ」というテーマで前職の同僚である酒井さんに色々聞いていきます！
AI・機械学習をこれから勉強していきたいと思っている方向けに、どのような手順で何から学んでいくべきかを聞いてみました！
学習方法に悩んでいた方にとっては必見の内容です！
■ 酒井さんオススメの書籍
統計分析
- 「統計学の基礎から学ぶ Excelデータ分析の全知識」
- www.amazon.co.jp/dp/4295011088/
- 「Pythonによる統計分析入門」
- www.amazon.co.jp/dp/4274222349/
- 「分析者のためのデータ解釈学入門」
- www.amazon.co.jp/dp/4802612907/
機械学習
- 「最短コースでわかるディープラーニングの数学」
- www.amazon.co.jp/dp/4296102508/
- 「機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書」
- www.amazon.co.jp/dp/429710640X/
- 「scikit-learn、Keras、TensorFlowによる実践機械学習」
- www.amazon.co.jp/dp/4873119286/
- 「Kaggleで勝つデータ分析の技術」
- www.amazon.co.jp/dp/4297108437/
- 「つくりながら学ぶ! PyTorchによる発展ディープラーニング」
- www.amazon.co.jp/dp/4839970254/
- 「AIエンジニアのための機械学習システムデザインパターン」
- www.amazon.co.jp/dp/4798169447/
■ 酒井さんへ案件の相談をしたい方
案件のご相談に限り、下記よりご連絡お願いします。
連絡先：kurotsrrkk0513@yahoo.co.jp
※学習に関する相談は受け付けておりません
■ Twitter
/ 03imanyu
■ Udemy
www.udemy.com/user/jin-xi-han...
#AI学習ロードマップ #現役AIエンジニアへインタビュー

Пікірлер: 21

@road_to_x0 4 ай бұрын

データサイエンスに関わるなら、 ①はじパタ程度の機械学習 ②統計準1級程度の統計、緑本レベルのベイズ統計 ③時系列データ分析（沖本本） ④因果推論の基本 ⑤上記をPython,R(Rstan)で実データを用いて分析可が最低限のスキルセットだと考えています。このくらいだと、データサイエンス学士くらいのレベルです。

@user-tt4hr6ix9m Жыл бұрын

データサイエンティストとして働き始めていますが、機械学習エンジニア方面のスキルを伸ばしていきたいと思っていたので、参考になります！

@user-si4zq8mn6b 2 жыл бұрын

貴重なお話ありがとうございました！勉強を始めると色々なことに手を出したくなりますが、自分が好きで続けられることからやっていこうと思います！

@imanyu_programming 2 жыл бұрын

継続あるのみです！！☺️ 頑張ってください！！

@inkintv9610 8 ай бұрын

とりあえず、おすすめの書籍の勉強していこうと思います！

@kochikyushu 3 жыл бұрын

大変参考になりました．ありがとうございます．書籍の紹介もありがたいです．（特に「AIエンジニアのための機械学習システムデザインパターン」がためになりそうです）

@imanyu_programming 3 жыл бұрын

参考になったようで良かったです！！

@user-xc8je2cf8d 2 ай бұрын

実務を探すのはスキル感だったり年数で弾かれることも多いですからねぇ… やっぱり自分で仕事造らなきゃ

@user-vc3ne9rw1y Жыл бұрын

すごいなぁ。趣味でやる領域ではないのかなやっぱり。

@Shinichiro_Higuchi Жыл бұрын

学問に王道無し！地道に頑張りましょう！

@yu1027ya 3 жыл бұрын

コメント失礼します。動画とは関係ない質問になってしまってすみません。 AIの技術を使って物販のリサーチ用AIを作ることは可能なのでしょうか？

@aki_honmono 10 ай бұрын

勉強を義務でもなく社会人になってからも自分の意思で続けられるって、まさに才能ですからね……。我々が期待している以上に大多数の人にその才能はないです。そして、あったとしても年齢を重ねるうちにさらに多くの人は腐っていきます…。

@sage_goes1504 2 жыл бұрын

概要欄の書籍はとても参考になりましたこれに従ってAIエンジニアになろう！って思う社会人って、今後急増する情報科学の学位持ってる連中や高校の新カリキュラムを修了した理系大卒に勝ち目ないよね AIエンジニアとかデータサイエンティストの求人って普通のSEと比べてそこまで多くないと思うけど、大事か？w

@akmz9304 Жыл бұрын

データ解析する人が沢山いてもしょうがないですし、普通のエンジニアと比べてかなり倍率は高いと思います。しかもおっしゃる通り情報系の学生は増えてるので、そこと狭い枠を巡って争うのは、未経験転職者としては厳し過ぎるものがあると思います...

@Velger 8 ай бұрын

@@akmz9304国立理学部物理学科でデータサイエンティスト目指すのは無謀だと思いますか？情報系の学部と言う訳では無いので...。難しそうなら統計、機械学習系の物理大学院を目指そうかなとは思ってます。

@user-qe4zr6ey5c 4 ай бұрын

普通のSEはAIに置き換わるので、旧帝理系大学生と競争する方が楽でしょ。 IQ 160とかないよ旧帝は。

@user-jp4ej8mp6u Жыл бұрын

勉強している意識なかったんだが、大学の研究室で必要だからってことで自習しといてと言われ,Numpy,Pandas,matplotlibを独学で学んだ.統計の処理が便利だからといことでscilit-learnに手を出した。もちろんOSはLinux.日常的にはwindowsとMacを使ってる.研究室でさらにSQL勉強しといてと言われたのでこれも学んだ。内容は実装までやってます.理系の大学なので並の理系並みには数学できる.上記のことが自然と身についたので,何もすごいとは思ってなかったのですが,これは生かせるスキルですか？それと趣味で将棋AI開発しようと思ってるので今AWSのEC2,S3とtensorflow,pytorchについて勉強中です.あれこれって結構いい線いってる？git,githubの使い方がガチでわからん.

@kentohyono2493 Жыл бұрын

めっちゃいいじゃん！ githubはハーバード大学のCS50のLecture0が一番わかりやすいよ

@kaj694 7 ай бұрын

隙自すぎた