![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2025-01-05T14:59:11+09:00","default:irrp","irrp") #author("2025-01-15T19:01:31+09:00","default:irrp","irrp") →Python関連 →アルゴリズム →数学・物理 →データサイエンス #contents *サブトピック [#m4348ccd] -AI一般 --生成AI -AIによる開発支援 -ディープラーニング -DL以外の機械学習 ←サポートベクタマシンとか -自然言語処理(NLP) --大規模言語モデル ---RAG関連 ---LLMアプリ開発 ---LLMライブラリ --Transformer ---GPT関連 --全文検索 --Amazon Bedrock -OpenAIのAPI -強化学習関連 -画像生成 --Stable Diffusion関連 -機械学習の活用 -AIと社会／人類 --AIによる失業 *検索AI [#t1c58489] -[[研究プロセスを革新するGPT Researcherとは？｜0xpanda alpha lab>https://note.com/panda_lab/n/nbc6c5b3126bc]] 2024.6 --[[moritalous/gpt-researcher-with-amazon-nova>https://github.com/moritalous/gpt-researcher-with-amazon-nova]] **Genspark [#ve672aef] -[[「AI検索」は結局どれがいい？ SearchGPTやGemini、Perplexityなどを徹底比較 連載：グーグルの生成AIトレンドガイド｜ビジネス+IT>https://www.sbbit.jp/article/cont1/152815]] 2024.12 -[[Genspark Autopilot Agentってすごいね>https://zenn.dev/acntechjp/articles/8f4d44ed9acc3c]] 2024.9 **Perplexity.AI [#gbbae348] -[[perplexityのスペース機能がソフトウェアの調べものに便利 - mrwk update>https://mrwk.hateblo.jp/entry/2025/01/03/081055]] 2025.1 -[[最新情報が扱えてハルシネーションも回避できる検索特化生成AI「Perplexity」のつかいかた - 柳谷智宣のAI ウォッチ！ - 窓の杜>https://forest.watch.impress.co.jp/docs/serial/yaaiwatch/1633097.html]] 2024.10 -[[ASCII.jp：AI検索「Perplexity」の「Pro Search」が大幅機能向上。4時間ごと5回まで無料>https://ascii.jp/elem/000/004/208/4208087/]] 2024.7 -[[Perplexity AIで情報収集革命>https://www.perplexity.ai/page/Perplexity-AI-iJY4Zk7tTquVm5eTwECR0Q]] 2024.6 -[[perplexity.aiが速攻で$20払って良いと思えたくらいに情報収集を効率化してくれた件 - 理系学生日記>https://kiririmode.hatenablog.jp/entry/20240611/1718071295]] 2024.6 -[[情報収集も市場調査もAIが代行〜「出典」がバッチリわかるAI検索「Perplexity」がビジネスの即戦力だった！ | ビジネスを変革するテクノロジー | ダイヤモンド・オンライン>https://diamond.jp/articles/-/345371]] 2024.6 *Apple Intelligence [#n0e59b51] -[[Apple Intelligence危うし？ スマホユーザーの4分の1が「AI機能は役に立たない」と厳しい評価【やじうまWatch】 - INTERNET Watch>https://internet.watch.impress.co.jp/docs/yajiuma/1634761.html]] 2024.10 -[[Apple Intelligenceはどのように開発されたのか？ 中核をなすオンデバイスAIモデルとPrivate Cloud Computeについて今わかっていること（CloseBox） | テクノエッジ TechnoEdge>https://www.techno-edge.net/article/2024/06/12/3460.html]] 2024.6 -[[アップルの｢独自開発AI｣の誤解。ChatGPTは“おまけ”だと断言できる、深い理由【現地取材】 | Business Insider Japan>https://www.businessinsider.jp/post-288503]] 2024.6 *Windows Copilot/MS Copilot Studio [#a395b3f4] -[[【Microsoft×生成AI連載】【Outlook】Microsoft Outlook Copilotを使ってみた - JBS Tech Blog>https://blog.jbs.co.jp/entry/2024/12/20/085642]] 2024.12 -[[面倒な月末処理はAIに丸投げダー！Microsoft 365 Copilotの自動化エージェントが登場へ - PC Watch>https://pc.watch.impress.co.jp/docs/news/1632920.html]] 2024.10 -[[マイクロソフトが無料電子書籍『できる Copilot for Microsoft 365 スタートガイド（特別版）』を配布中 - Book Watch/ニュース - 窓の杜>https://forest.watch.impress.co.jp/docs/bookwatch/news/1618032.html]] 2024.8 -[[Copilot for Microsoft 365の最新情報収集お役立ち #Microsoft365 - Qiita>https://qiita.com/ponponmikankan/items/884f03c1ba52434292a1]] 2024.2 -[[Microsoft Copilot(旧M365 Chat)で直近のあらゆる情報が確認できるようになってる #Teams - Qiita>https://qiita.com/ponponmikankan/items/305bfc431cc14f5a8d0b]] 2024.8 -[[なぜCopilot活用はうまくいかないのか？ 試してわかったChatGPTとの「決定的な」違い（ビジネス＋IT） - Yahoo!ニュース>https://news.yahoo.co.jp/articles/2291da3c25db54b060c1eeec1c17326406c738a6?page=1]] 2024.7 -[[Copilot for Microsoft 365 に関する FAQ – CloudNative Inc. BLOGs>https://blog.cloudnative.co.jp/21345/]] 2023.11 -[[Microsoft Copilot>https://copilot.microsoft.com/]] 2023.11 -[[Announcing Microsoft Copilot Studio | Microsoft 365 Blog>https://www.microsoft.com/en-us/microsoft-365/blog/2023/11/15/announcing-microsoft-copilot-studio-customize-copilot-for-microsoft-365-and-build-your-own-standalone-copilots/]] 2023.11 -[[Windows Copilot の使い方｜npaka>https://note.com/npaka/n/n11dca573f55b]] 2023.9 * Amazon SageMaker [#fbbfd214] -[[SageMakerの新しいSDKとしてSageMaker Coreが発表されました。 | DevelopersIO>https://dev.classmethod.jp/articles/sagemaker-core/]] 2024.9 -[[SageMaker Code Editorの紹介 #AWS - Qiita>https://qiita.com/siida36/items/81c0eb4a1cf7549379d4]] 2024.9 -[[Bedrockじゃない選択肢も知ろう！Amazon SageMaker JumpStartでファインチューニング>https://zenn.dev/iret/articles/14a1774e18e1c2]] 2024.9 -[[Amazon SageMaker Canvasでノーコードでカスタムモデルを構築してみた – TechHarmony>https://blog.usize-tech.com/make-custom-model-by-amazon-sagemaker-canvas/]] 2024.8 -[[Amazon BedrockワークショップをSageMaker Studioを使ってセットアップして画像生成を試してみた | DevelopersIO>https://dev.classmethod.jp/articles/amazon-bedrock-workshop-with-sagemaker-studio/]] 2024.7 -[[SageMaker JumpStartの日本語モデルで利用できるインスタンスタイプ一覧 #AWS - Qiita>https://qiita.com/kanuazut/items/0a845f71e751d55b9777]] 2024.3 -[[Amazon SageMaker Jumpstartで大規模言語モデル（LLM）を試してみた - サーバーワークスエンジニアブログ>https://blog.serverworks.co.jp/sagemaker-kendra-generative-ai]] 2023.5 -[[SageMaker Studio ノートブックの自動終了を設定してみた | DevelopersIO>https://dev.classmethod.jp/articles/sagemaker-studio-auto-shutdown/]] 2023.3 -[[Amazon SageMakerのサーバーレス推論（Serverless Inference）を使ってみた -日販テクシード株式会社>https://techceed-inc.com/engineer_blog/9288/]] 2023.2 -[[Amazon SageMakerで作成したモデルをVantageで推論（スコアリング）してみた - Qiita>https://qiita.com/ykswi/items/e1e87476c25cffc22bfa]] 2023.2 -[[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>https://blog.serverworks.co.jp/sagemaker-data-wrangler]] 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>https://ya6mablog.com/use-sagemaker-gpu/]] 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>https://aws.amazon.com/jp/blogs/news/accelerate-data-preparation-with-data-quality-and-insights-in-amazon-sagemaker-data-wrangler/]] 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>https://aws.amazon.com/jp/blogs/news/ml-enablement-series-dark1/]] 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>https://www.youtube.com/watch?v=byEawTm4O4E]] 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>https://blog.serverworks.co.jp/amazon-sagemaker-studio-lab-preview]] 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>https://blog.serverworks.co.jp/amazon-sagemaker-canvas]] 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+>https://news.mynavi.jp/series/aws_1/]] 2021 * Google Colab [#nf1ad278] -[[Google DriveからColabに大量のデータを引っ張ってくるとき遅すぎる問題を並列処理で解決した話 - Qiita>https://qiita.com/lndclt/items/b4f6467858ce029aed1c]] 2032.3 -[[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>https://atatat.hatenablog.com/entry/colab_python7_drive_pipinstall]] 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>https://dev.classmethod.jp/articles/pip-install-all-required-modules-on-google-colab/]] 2022.10 -[[ゼロから始めるPaperspace Gradient【Google Colab代替サービス】 - Qiita>https://qiita.com/kunishou/items/dccb44848e5b572619bc]] 2022.10 -[[google Colab で機械学習を始める人向けの簡単なメモ - Qiita>https://qiita.com/yamadasuzaku/items/302f5cd7d328c957c0b4]] 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>https://www.codexa.net/how-to-use-google-colaboratory/]] 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>https://blog.kikagaku.co.jp/google-colab-howto]] 2021.7 -[[Google Colaboratory>https://colab.research.google.com/notebooks/intro.ipynb?hl=ja]] 2020.3 *Vertex AI [#xffe88db] -[[Google AI Studio>https://aistudio.google.com/app/prompts/new_chat]] -[[Google「Vertex AI Agent Builder」、ローコードでマルチエージェント対応の“未来感”あふれるAIツール開発環境【イニシャルB】 - INTERNET Watch>https://internet.watch.impress.co.jp/docs/column/shimizu/1586559.html]] 2024.5 -[[Professional Machine Learning Engineer試験対策マニュアル - G-gen Tech Blog>https://blog.g-gen.co.jp/entry/professional-machine-learning-engineer]] 2023.8 -[[Vertex AI と PyTorch を使用して、わずか 4 ステップでジェネレーティブ AI モデルをデプロイ | Google Cloud 公式ブログ>https://cloud.google.com/blog/ja/products/ai-machine-learning/get-your-genai-model-going-in-four-easy-steps]] 2023.5 *Scikit-learn [#i4bafb13] -[[【機械学習】決定木入門：直感的な理解と実装 #Python - Qiita>https://qiita.com/yoshida_slj/items/ecb7e51f7e303168f66e]] 2024.5 -[[scikit-learn（機械学習）の推定器：Estimatorの選び方入門>https://spjai.com/scikit-learn-estimator/]] 2024.4 -[[【Python 入門】scikit-learn（sklearn）とは？初学者向けにわかりやすく解説！ | キカガクの技術ブログ>https://blog.kikagaku.co.jp/python-scikit-learn]] 2023.5 -[[Python - ScikitLearnの学習 ( 決定木、ランダムフォレスト法 ) - Qiita>https://qiita.com/K_Nemoto/items/255e4e45e1f09ab26cf6]] 2023.5 -[[機械学習] iris データセットを用いて scikit-learn の様々な分類アルゴリズムを試してみた - Qiita>https://qiita.com/ao_log/items/fe9bd42fd249c2a7ee7a]] 2018 -http://scikit-learn.org/stable/ -[[scikit-learnの便利機能のまとめ>https://qiita.com/ishizakiiii/items/0650723cc2b4eef2c1cf]] 2017.12.17 *その他のフレームワーク、開発環境 [#s3153f83] -[[Azure AI Studioが一般公開(GA)されたので早速色々使ってみました！ - CCCMKホールディングス TECH Labの Tech Blog>https://techblog.cccmkhd.co.jp/entry/2024/06/04/151059]] 2024.6 -[[Azure Machine Learning（Azure ML）とAzure NetApp Files (ANF) で実現する機械学習基盤 環境構築編 - Qiita>https://qiita.com/jiangqianci/items/d8b7bcf2993506ca1098]] 2023.4 -[[UCI Machine Learning Repository>https://archive-beta.ics.uci.edu/]] 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>https://qiita.com/kyad/items/a82490a7a47bd0ea47c2]] 2022.6 -[[Teachable Machine>https://teachablemachine.withgoogle.com/]] --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 [#u4e7ff22] -[[【入門】Titanic号乗客の生死を予想しよう！(1) #Python - Qiita>https://qiita.com/realmadridmarcelo/items/f64431a25af3c87a3552]] 2024.7 -[[【入門】Titanic号乗客の生死を予想しよう！(2) #Python - Qiita>https://qiita.com/realmadridmarcelo/items/9cd476d839fb9c36554b]] 2047.7 -[[【入門】Titanic号乗客の生死を予想しよう！(3) #Python - Qiita>https://qiita.com/realmadridmarcelo/items/507b659a830e2c3928d6]] 2024.7 -[[【入門】Titanic号乗客の生死を予想しよう！(3) #Python - Qiita>https://qiita.com/realmadridmarcelo/items/507b659a830e2c3928d6]] 2024.7 -[[人工知能・深層学習を学ぶためのロードマップ – 東京大学松尾研究室 – Matsuo Lab>https://weblab.t.u-tokyo.ac.jp/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E3%83%BB%E6%B7%B1%E5%B1%A4%E5%AD%A6%E7%BF%92%E3%82%92%E5%AD%A6%E3%81%B6%E3%81%9F%E3%82%81%E3%81%AE%E3%83%AD%E3%83%BC%E3%83%89%E3%83%9E%E3%83%83%E3%83%97/]] 2023.5 -[[【2023年版】機械学習の日本語無料学習教材まとめ - Qiita>https://qiita.com/shuto_ishii/items/ff36b82e37d0c4ccc073]] 2023.2 -[[Stanford EE104: Introduction to Machine Learning Full Course - YouTube>https://www.youtube.com/playlist?list=PLoROMvodv4rN_Uy7_wmS051_q1d6akXmK]] 2023.2 -[[【無料】データサイエンス入門:機械学習編全35回まとめと目次>https://datawokagaku.com/ml/]] 2023.1 -[[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)>https://enterprisegeeks.hatenablog.com/entry/2016/01/04/081137]] 2016 -[[GitHub - microsoft/ML-For-Beginners: 12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all>https://github.com/microsoft/ML-For-Beginners]] 2022.9 --[[Machine Learning for Beginners>https://microsoft.github.io/ML-For-Beginners/#/]] 2022.9 -[[MATHEMATICS FOR MACHINE LEARNING(pdf)>https://mml-book.github.io/book/mml-book.pdf]] 2020.7 -[[Machine Learning Essentials for Business and Technical Decision Makers (Japanese)>https://explore.skillbuilder.aws/learn/course/external/view/elearning/9060/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>https://ledge.ai/learning-ai-1109/]] 2021.11 -[[YouTubeでAI・Pythonを学ぼう！ - Qiita>https://qiita.com/kawai_design/items/31feeb59be11b892c36a]] 2021.11 -[[筑波大学オープンコースウェア／機械学習>https://ocw.tsukuba.ac.jp/course/systeminformation/machine_learning/]] 2021.10 -[[情報数理科学VII Mathematical and Information Sciences VII | UTokyo OCW (OpenCourseWare)>https://ocw.u-tokyo.ac.jp/course_11418/]] 2019 -[[【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>https://qiita.com/tani_AI_Academy/items/4da02cb056646ba43b9d]] 2018.5 *XAI(Explainable AI) [#ybb66ac9] -[[人間には認知できない情報を活用するAIたち - ｼﾞｮｲｼﾞｮｲｼﾞｮｲ>https://joisino.hatenablog.com/entry/superai]] 2025.1 -[[SHAPやLIMEなどの説明AI（XAI）のご紹介 / SHAP LIME PDP Grad-CAM - Speaker Deck>https://speakerdeck.com/smorce/shap-lime-pdp-grad-cam]] 2023.11 -[[Hugging FaceのDatasetsとTransformersで作ったテキスト分類モデルをSHAPで可視化してみました。 - CCCMKホールディングス TECH Labの Tech Blog>https://techblog.cccmk.co.jp/entry/2023/02/28/110255]] 2023.2 -[[XAIのためのフレームワークSHAPを使って画像分類モデルの推計根拠を可視化してみました。 - CCCMKホールディングス TECH Labの Tech Blog>https://techblog.cccmk.co.jp/entry/2023/02/21/160304]] 2023.2 *PyCaret [#yde683ec] -[[PyCaretの初心者向けまとめ（分類編） #Python - Qiita>https://qiita.com/shuhigashi/items/cb6816a1da1d347bbdc2]] 2021
