AI／機械学習

→Python関連

→アルゴリズム

→数学・物理

→データサイエンス

サブトピック †

• ディープラーニング
• 自然言語処理／全文検索 (NLP)
• 画像生成
  • Stable Diffusion関連

一般 †

• ブレインパッドにおける機械学習プロジェクトの進め方 2022.10

• ジェネレーティブAIで美樹さやかさんを錬成できるのか？ 2022

• Vantageで機械学習モデルのトレーニングを行う方法 - Qiita 2022.9

• SOTA（State-of-the-Art）とは？：AI・機械学習の用語辞典 - ＠IT 2022.2
  • SOTA（State-of-the-Art）とは、製品や科学などの、ある特定の専門技術領域において現時点での最先端レベル（＝最高／最良）の性能（＝機械学習では正解率などのスコア／精度）を達成していることを表す、一般的な用語である。

• AIはプログラマーを代替するのか？ | AI専門ニュースメディア AINOW 2022.8
  • 結論からいうと（すぐには）しない。そして代替するときにはほかの全ての仕事が代替されている。
    • ビジネス要件の理解
    • 大規模な技術スタックの接続
    • 誤ったコードのデバッグ
    • ソフトウェアのアップデート
    • ステークホルダーとのコミュニケーション

• 機械学習におけるPrecision, Recall, F値の気持ちを解釈してみる - Qiita 2022.8

• 機械学習システムとテスト (2/4). このシリーズでは機械学習システムにおけるテストについて考えていきます。全 4… | by Citadel AI | Jul, 2022 | Citadel AI Blog 2022.7

• 【厳選】機械学習の学習におすすめのTwitterアカウント40選 - Qiita 2022.7

• Recruit Data Blog | AI開発の新たなパラダイム「基盤モデル」とは 2022.7
  • 基盤モデルとは「大量かつ多様なデータで訓練され、多様な下流タスクに適応（ファインチューニングなど）できるモデル」のことです。具体例としては、大量のテキストデータで学習することで感情分析や質問応答など多数のタスクで使えるようになったBERTや、加えて翻訳などの生成系タスクもできるGPT-3、大量の画像・説明文ペアで学習することでゼロショット画像分類ができるようになったCLIPなどが挙げられます。

• “Sentience” is the Wrong Question – O’Reilly 2022.7

• Is LaMDA Sentient? — an Interview | by Blake Lemoine | Jun, 2022 | Medium 2022.6
  • 人口知能ラムダとGoogleエンジニアの会話。怖いわ。 - YouTube

• グーグルのAI「LaMDA」が感情を持ったという議論は、本質的な問題を覆い隠す危険性がある | WIRED.jp 2022.6

• パラメータ数が多くても過学習しない！？〜二重降下法〜 - Qiita 2022.6

• Mathematics for Machine Learning | Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2020 by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. Published by Cambridge University Press. 2022.6

• 2022年AI導入状況調査 4割以上がAI導入により作業時間の削減を実感 2022.6

• 機械学習でなんとかしようと安易に考えるな - Qiita 2022.4

• 人間中心のＡＩ社会原則検討会議(第２回) - siryo3-3.pdf 2018.2
  • AI Ready とは何か−内閣府　人間中心のAI社会原則検討会議資料（安宅和人氏による）

• 【AI分野に関わる方必見】無料で見られる良質な資料まとめ - Qiita 2021.10

• 新井紀子教授はAIの専門家ではない 『AI vs. 教科書が読めない子どもたち』 2018.3
  • 『コンピュータはすべて数学で出来ている』という勘違い

• 人類の進化はこれで終わりではない、AIの“推論”によってさらに加速する【SoftBank World 2019 基調講演レポート前編】 2019.7

• ヨーロッパはAI時代の競争においてなぜ絶望的なのか 2019.2
  • VCと起業家のエコシステムがない
  • アメリカの起業家のような革新性がなく、中国の起業家の粘り強さもない
  • 今の時代に必要なソフトウェアとAIの問題を解決するのに必要になる経験がない
  • コンシューマー・インターネット、ソーシャルメディア、モバイルのアプリケーションの３分野で大きく成功した企業を作ったことがない
  • 現在、参考にすべきなのは、アメリカであり中国であり、アメリカの場合は特にシリコンバレー

• 脳科学者とITエンジニアの、DLや汎用人工知能に関する会話 2018.1.8

• 「人工知能が仕事を奪う」に怯えている人たちが、今絶対にすべきこと 2017.29
  • 「人工知能が人の仕事を奪う」どころか、「人工知能は世話がやける」こそが真実
  • そのため新しい人間の仕事が生まれる。そのために関連のリテラシーを身につけること
  • 世話ができるのは、世話をする相手のことを知っている人だけ。専門的な人的投資・研修なくしては、到底キャッチアップできないものです。今までのビジネス経験を応用してなんとかなるようなレベルではない
  • 日本企業は、アメリカ・イギリス・ドイツ・フランスのわずか1/3程度しか費用をかけていません
  • 幸い、過去の技術革新の時と比べて、私達の時代は学習しようとする人たちに有利

• 「人工知能でいい感じの成果を出してくれ」という偉い人の脳内はどうなっているのか 2017.10.22

機械学習 †

• 深層学習だけではない、業務の現場で「使える」AIアルゴリズムとは | 日経クロステック（xTECH） 2022.9
  • k-means
  • 主成分分析
  • 潜在クラス分析

• たった2行で機械学習手法を選定！ - Qiita 2022.9
  • Lazypredict

• 機械学習プロジェクトの最上流工程での「機械学習の価値を計算する」方法について解説動画を公開しました！【ML Enablement Series Light#3】 | Amazon Web Services ブログ 2022.7

• 機械学習入門：動かして学ぶ、機械学習のキソ - Qiita 2022.5

• 機械学習で精度が出ない時にやることまとめ - Qiita 2022.4

• 科学的に人間の性格を把握するツール 「Personality Insights」の紹介 - Qiita 2022.4
  • Watson API

• BigQuery MLの使い方をまとめてみた | DevelopersIO 2022.3
  • Google Cloud, Google BigQuery

•  Pythonによる決定境界表示 - Qiita 2022.2

• 機械学習の主要アルゴリズムを事例から学べるレシピ紹介 - Qiita 2022.2

• 画像の機械学習が劣化する理由 - Qiita 2022.1

• データ無しからの機械学習：どのように機械学習のポートフォリオを作るか - パロアルトインサイト／PALO ALTO INSIGHT, LLC. 2022.1

• 機械学習をやる上で必要な数学とは、どの分野のどのレベルの話なのか（数学が大の苦手な人間バージョン） - 渋谷駅前で働くデータサイエンティストのブログ 2021.12

• Pyroで実践するベイズ機械学習 | Pyroで実践するベイズ機械学習 2021

• GitHub - icoxfog417/mlnote-note: 機械学習帳を学ぶノート 2022
• 機械学習帳 2021.12
  • 機械学習帳は、機械学習を学ぶためのノート（帳）を、デジタル（機械）による新しいカタチの学習帳として実現することを目指しています。

• 機械学習の評価に便利なROC曲線の描画ライブラリを作ってみた - Qiita 2021.11

• 【完全版】機械学習の手法15選！選択方法を詳しく解説 | TRYETING Inc.（トライエッティング） 2021.2

• 【保存版・初心者向け】僕が本気でオススメするPythonと機械学習の良書12選 2018.10

• [機械学習] 分類問題をサクッと30分程度で試したい人向け。 2018.9

• [Kaggle]0から本当に機械学習を理解するために学ぶべきこと〜一流のデータサイエンティストを例に〜 2018.7

• 機械学習エンジニアのスキル要件をレベル別に整理 2017.8.18

• 機械学習の論文を読んでみたいけど難しそう、という時に見るサイト 2017.8.1
  • http://arxivtimes.herokuapp.com/

• Facets: 機械学習トレーニング データ用のオープンソース視覚化ツール 2017.8.1

• 【備忘録】Python、機械学習・深層学習を始めるにあたって【リンク集】 2017.7.19

• 人工知能、機械学習、ディープラーニングを昔の自分でもすぐに理解できるように整理してみた 2017.5.18

サポートベクターマシン、SVM †

• サポートベクターマシンを図でやさしく理解する(理論+実装)【機械学習入門34】 2022.6
• SVMは復権し得るか？ - 渋谷駅前で働くデータサイエンティストのブログ 2022.5
• 量子サポートベクターマシンによる2値分類(理論) - Qiita 2022.4

応用事例 †

• Metaは科学者に代わり学術論文を執筆するAIモデル「Galactica」を公開したが、、、アルゴリズムは”幻覚状態”となり運用は停止された | Emerging Technology Review 2022.11
• 【Meta AI】汎用科学言語モデルGALACTICAのインストール | ジコログ 2022.11
• 膨大な科学知識から疑問に答える科学記事や講義ノートを作るAI「Galactica」をMetaの研究者が一般公開 - GIGAZINE 2022.11

• 「機械学習で競馬予想」をガチで作る〜「予測してみた」で終わらせないAI開発〜 - Qiita 2022.9

• AWSも、プログラミングを機械学習で支援する「Amazon CodeWhisperer」プレビュー公開。コメントを書くとコードを提案 − Publickey 2022.6

• 人工知能お悩み相談　試みの地平線(WirelessWire News) - goo ニュース 2022.5

• 犬のうんちをレーザーで示して拾いやすくする「スマートうんちガイドシステム」を開発した猛者が現れる - GIGAZINE 2022.5

• YouTubeの推薦アルゴリズムの変遷を追う〜深層学習から強化学習まで〜 | by Jun Ernesto Okumura | Eureka Engineering | Medium 2022.4

• 【日本語モデル付き】2022年にマルチモーダル処理をする人にお勧めしたい事前学習済みモデル - Qiita 2022.3

• 自動プログラミングAIの「AlphaCode」をDeepMindが発表、競技プログラミングレベルのコード生成が可能 - GIGAZINE 2022.2

• AI・機械学習を業務に活用するレシピ100選 - Qiita 2021.12

• 貴方の頸椎を守り隊！！〜カメラで様子をチラ見中。居眠りも起こしてくれるよ。〜 #画像認識 #猫背予防 - Qiita 2021.11

• コカ･コーラ ボトラーズジャパン：約 70 万台の自動販売機の分析・機械学習による予測プラットフォーム構築を短期間で実現 | Google Cloud Blog 2021.11

• めちゃくちゃ簡単　Amazon Rekognition - Qiita 2019

• 1 時間で Amazon Lex の掛け算九九練習ボットを作る 2021.10

• OPENAIのCodexがホラーすぎる件について 2021.9

• 会話するだけでプログラムを書いてくれるAIと絵を描くAI。そしてAIにできないこと 2021.8
  • 人間の言葉からプログラムを自動的に書く「OpenAI Codex」を触って考えたこと 2021.8
    • codexが示したのは、「自然言語と形式言語の橋渡しは可能であり、その時、形式言語を矛盾なく記述できる」という事実で、これは非常に大きいインスピレーションを与えてくれるが、いつものように、codexがあれば人間のプログラマーがいらなくなるという表現は、誇張しすぎである。

• ブルゾンちえみ判別器をブラウザ上に実装する 2017.12.10

• ラジオ伊集院光「深夜の馬鹿力」をIBM Watson Speech to Textでテキスト化してみた 2017.7.19

GitHub Copilot †

• ソフトウェア開発はもっと楽になる？普及が進むコード生成AIレポート | AI専門ニュースメディア AINOW 2022.11

• GitHub Copilot はいい相棒になりそう 2021.9

• GitHub Copilotをたぶん最低限の挙動で使うための設定 - ナカザンドットネット 2022.8

• Flying with GitHub Copilot. Today I installed GitHub Copilot in… | by David Bethune | Jun, 2022 | Level Up Coding 2022.7
• 「GitHubの利用を中止しよう」 SFCが提言、AI開発ツールに疑念 | TECH+ 2022.7
• GitHub Code Copilotで画像収集してみた - Qiita 2021.11
• GPT Code Clippy: The Open Source version of GitHub Copilot 2021.9

AWS SageMaker †

• タイタニック号で生死を分けたものはなに？さわって学ぶAmazon SageMaker Data Wrangler - サーバーワークスエンジニアブログ 2022.10

• 【図解あり】AWS SageMakerでGPUを使用する手順 | とあるエンジニアのエソラゴト 2022.9

• Amazon SageMaker Data Wrangler と Amazon SageMaker Autopilot によるデータ準備とモデルトレーニングの一元化 | Amazon Web Services ブログ 2022.7

• 機械学習モデルを学習する時の3つの課題を Amazon SageMaker Trainingで解決する方法の動画を公開しました！ | Amazon Web Services ブログ 2022.6

• Amazon SageMaker Training で機械学習のモデル開発を楽にする【ML-Dark-01】【AWS Black Belt】 - YouTube 2022.6
• ついに出た！AWSの無料で使えるJupyterLab環境 Amazon SageMaker Studio Lab (プレビュー) - サーバーワークスエンジニアブログ 2021.12
• ノーコードで始める機械学習 Amazon SageMaker Canvasを使おう！ - サーバーワークスエンジニアブログ 2021.12

• 【連載】AWSではじめる機械学習 ?サービスを知り、実装を学ぶ? | TECH+ 2021

Google Colab †

• Google Colabでpython7 〜 google drive上でのpipインストール - つれづれなる備忘録 2022.11

• Google Colabで必要モジュールをまとめて入れる方法3選 | DevelopersIO 2022.10

• ゼロから始めるPaperspace Gradient【Google Colab代替サービス】 - Qiita 2022.10

• google Colab で機械学習を始める人向けの簡単なメモ - Qiita 2022.4
• Google Colabの知っておくべき使い方 – Google Colaboratoryのメリット・デメリットや基本操作のまとめ 2018.3
• 【最新版】Google Colaboratory とは？使い方・メリット・設定などを徹底解説！ | キカガクの技術ブログ 2021.7
• Google Colaboratory 2020.3

その他のフレームワーク、開発環境 †

• UCI Machine Learning Repository 2022.9
  • UCIが運営している機械学習のデータセットを配布しているサイト。
  • 商用利用も可能なデータセットも多い

• 機械学習用自作PCの構成例 - Qiita 2022.6

• Teachable Machine
  • サイト、アプリなどに使う機械学習モデルをすぐに、簡単に作成できる方法です。専門知識やコーディングは必要ありません。

• http://caffe.berkeleyvision.org/

オンライン学習 †

• Andrew Ng先生の機械学習講義を解説する勉強会資料を公開 - エンタープライズギークス (Enterprise Geeks) 2016

• GitHub - microsoft/ML-For-Beginners: 12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all 2022.9
  • Machine Learning for Beginners 2022.9

• MATHEMATICS FOR MACHINE LEARNING(pdf) 2020.7

• Machine Learning Essentials for Business and Technical Decision Makers (Japanese) 2021.11

• 今すぐ無料でPythonやデータサイエンスを学べる学習コンテンツ8選 2021.11

• YouTubeでAI・Pythonを学ぼう！ - Qiita 2021.11

• 筑波大学オープンコースウェア／機械学習 2021.10

• 【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 2018.5