#author("2023-01-05T13:57:33+09:00","default:irrp","irrp")
#author("2024-03-23T11:10:31+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]
-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
-AI一般

-AIによる開発支援 ←自動開発はこちらへ

*一般 [#oa0ec4ac]
-[[AI 激動の年!2022年の人工知能10大トレンドと必読論文>https://ja.stateofaiguides.com/20221231-ai-trends-2022/]] 2022.12
--Stable Diffusion
--拡散モデル (画像・ビデオ生成)
--拡散モデル (その他のドメイン)
--ChatGPT
--強化学習
--言語モデル
--オープンソース AI
--音声認識・生成
--マルチモーダル・制御
--計算量削減
-ディープラーニング

-[[日本のAI導入効果がアメリカの7分の1程度しかないのはなぜなのか|piqcy|note>https://note.com/piqcy/n/na971fee54568]] 2022.12
--米国に比べ導入効果の波及範囲が狭い
--データ基盤のベースとなるデータレイクを全社的に活用している企業が4.1%と、米国の26.3%の6分の1程度に留まります
--20.5%の7割がデータレイクすら整備していないとすると効果が期待される企業は6%前後
--横断的なデータ基盤の構築が進まない理由として、ビジョン・ロードマップがない
--リーダー層にプロダクトマネージャー型の人材が不足しているこ
--プロダクトを新規開発する機会が少ない
--ユーザー企業でなく外部ベンダーに7割近くのIT技術者が在籍しています。そのため、なにか新規のサービスを開発する場合は基本外部ベンダに頼る
--AIの研究者は47%が不要、実装者も40.7%が不要と回答しています。さらに、AIを活用した製品・サービスを企画できる人材がそもそも不要と回答している企業が3割
--テクノロジーの開発経験だけでなく、活用戦略まで外部に依存

-DL以外の機械学習 ←サポートベクタマシンとか

-[[機械学習で因果推論~Double Machine Learning~>https://zenn.dev/s1ok69oo/articles/4da9e3b01a0a93]] 2022.12
-自然言語処理(NLP)
--大規模言語モデル

-[[2023年の「AI/機械学習」はこうなる! 6大予測:AI・機械学習の業界動向 - @IT>https://atmarkit.itmedia.co.jp/ait/articles/2212/28/news018.html]] 2022.12
    最先端AIで「オープンソース」が流行して技術発展が加速する
    一般社会で「生成系AI」への注目が拡大していく
    「データ&AI活用の民主化」が浸透していく
    生成系AIの発展に伴い「問題」がより顕在化していく
    「RLHF(人間のフィードバックを用いた強化学習)」の応用が広がる
    「基盤モデル(Foundation Model)」が続々と登場する
--Transformer
---GPT関連
--全文検索 
--Amazon Bedrock

-OpenAIのAPI

-[[3大クラウド各社の MLOps 成熟度モデルの比較 - Qiita>https://qiita.com/TaigoKuriyama/items/23005e29febd59ba2aa5]] 2022.12
-[[機械学習システム開発と運用の落とし穴 - Speaker Deck>https://speakerdeck.com/asei/ji-jie-xue-xi-sisutemukai-fa-toyun-yong-noluo-tosixue]] 2022.12
-画像生成
--Stable Diffusion関連
-機械学習の活用

-[[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>https://www.slideshare.net/BrainPad/ss-149214163]] 2022.10
-AIと社会/人類

-[[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?>http://soysoftware.sakura.ne.jp/archives/3631]] 2022

-[[Vantageで機械学習モデルのトレーニングを行う方法 - Qiita>https://qiita.com/ykswi/items/12d0da2ac69b4b161881]] 2022.9

-[[SOTA(State-of-the-Art)とは?:AI・機械学習の用語辞典 - @IT>https://atmarkit.itmedia.co.jp/ait/articles/2202/02/news015.html]] 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>https://ainow.ai/2021/09/06/258108/]] 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>https://qiita.com/dl_from_scratch/items/4efdf647b397d794cd67]] 2022.8
*Windows Copilot/MS Copilot Studio [#a395b3f4]
-[[Copilot for Microsoft 365 に関する FAQ – CloudNative Inc. BLOGs>https://blog.cloudnative.co.jp/21345/]] 2023.11

-[[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>https://blog.citadel.co.jp/introduction-to-ml-testing-2-27d479f4ac5b]] 2022.7
-[[Microsoft Copilot>https://copilot.microsoft.com/]] 2023.11

-[[【厳選】機械学習の学習におすすめのTwitterアカウント40選 - Qiita>https://qiita.com/goto_yuta_/items/2283ce81db1ae84c0a58]] 2022.7
-[[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

-[[Recruit Data Blog | AI開発の新たなパラダイム「基盤モデル」とは>https://blog.recruit.co.jp/data/articles/foundation_models/]] 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。
-[[Windows Copilot の使い方|npaka>https://note.com/npaka/n/n11dca573f55b]] 2023.9

-[[“Sentience” is the Wrong Question – O’Reilly>https://www.oreilly.com/radar/sentience-is-the-wrong-question/]] 2022.7

-[[Is LaMDA Sentient? — an Interview | by Blake Lemoine | Jun, 2022 | Medium>https://cajundiscordian.medium.com/is-lamda-sentient-an-interview-ea64d916d917]] 2022.6
--[[人口知能ラムダとGoogleエンジニアの会話。怖いわ。 - YouTube>https://www.youtube.com/watch?v=QTEm-rwVRo0]]
* Amazon SageMaker [#fbbfd214]
-[[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

-[[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>https://wired.jp/article/lamda-sentient-ai-bias-google-blake-lemoine/]] 2022.6
-[[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

-[[パラメータ数が多くても過学習しない!?〜二重降下法〜 - Qiita>https://qiita.com/Uchiiita/items/0e2f1f1653e0c186de6d]] 2022.6
-[[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

-[[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.>https://mml-book.github.io/]] 2022.6
-[[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

-[[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>https://ledge.ai/sonybn-ai-2022/]] 2022.6
-[[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

-[[機械学習でなんとかしようと安易に考えるな - Qiita>https://qiita.com/nonbiri15/items/cfc6909ff71273b63f5e]] 2022.4
-[[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

-[[人間中心のAI社会原則検討会議(第2回) - siryo3-3.pdf>https://www8.cao.go.jp/cstp/tyousakai/humanai/2kai/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)
-[[【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

-[[【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>https://qiita.com/kawai_design/items/964714780c9bf15a27d7]] 2021.10
-[[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

-[[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』>https://mywarstory.tokyo/inconvenient-truth/]] 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
-[[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

-[[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】>https://ainow.ai/2019/07/18/173607/]] 2019.7
-[[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

-[[ヨーロッパはAI時代の競争においてなぜ絶望的なのか>https://qiita.com/KanNishida/items/1603180338aa68af4f69]] 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
-[[【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


-[[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>https://qiita.com/sugulu/items/046309a0e39664c3da31]] 2018.1.8
* 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

-[[「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>http://gendai.ismedia.jp/articles/-/53962]] 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
-[[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

-[[「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>https://medium.com/@tokoroten/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E3%81%A7%E3%81%84%E3%81%84%E6%84%9F%E3%81%98%E3%81%AE%E6%88%90%E6%9E%9C%E3%82%92%E5%87%BA%E3%81%97%E3%81%A6%E3%81%8F%E3%82%8C-%E3%81%A8%E3%81%84%E3%81%86%E5%81%89%E3%81%84%E4%BA%BA%E3%81%AE%E8%84%B3%E5%86%85%E3%81%AF%E3%81%A9%E3%81%86%E3%81%AA%E3%81%A3%E3%81%A6%E3%81%84%E3%82%8B%E3%81%AE%E3%81%8B-96f4da85b924]] 2017.10.22
-[[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

*機械学習 [#ge9e4964]
-[[機械学習って何から勉強すればいいの?という人向け必読の4冊 - Qiita>https://qiita.com/ken1041/items/d10bf1d35227f4031d89]] 2022.12

-[[Amazon Forecastの概要を20分でザックリ学べるハンズオンを紹介します | DevelopersIO>https://dev.classmethod.jp/articles/aws-amazon-forecast-handson/]] 2022.12
--Amazon Forecastは時系列の数字を予測するサービスです。
--例えば、Amazon Forecastでは過去のデータを基に「1日の商品売り上げ」や「来客数」などの予測を立ててくれます。
--[[Amazon Forecastでお手軽に時系列予測 | DevelopersIO>https://dev.classmethod.jp/articles/amazon-forecast-getting-start/]] 2019
*Vertex AI [#xffe88db]
-[[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

-[[ロジスティック回帰をscikit-learnを使わずでゼロから実装する(Python)|es|note>https://note.com/strictlyes/n/n7830315e8140]] 2022.12
-[[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

-[[KNNアルゴリズム(K-近傍法)をscikit-learnを使わず5行で実装する。(Python)|es|note>https://note.com/strictlyes/n/n46120331689a]] 2022.12

-[[世界一わかりやすい機械学習プログラミングチュートリアル - Qiita>https://qiita.com/nuco_fn/items/75272b5f4a3c27da132a]] 2022.12

-[[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)>https://xtech.nikkei.com/atcl/nxt/column/18/02200/091600001/]] 2022.9
--k-means
--主成分分析
--潜在クラス分析
*Scikit-learn [#i4bafb13]
-[[【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

-[[たった2行で機械学習手法を選定! - Qiita>https://qiita.com/shimokame777/items/b874c0f91205da11c42a]] 2022.9
--Lazypredict
-[[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>https://aws.amazon.com/jp/blogs/news/ml-enablement-series-light3/]] 2022.7
-[[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

-[[機械学習入門:動かして学ぶ、機械学習のキソ - Qiita>https://qiita.com/ksonoda/items/fed7b6d5cd839c9e8220]] 2022.5
-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

-[[機械学習で精度が出ない時にやることまとめ - Qiita>https://qiita.com/junichiro/items/7e2842c7afba2407c49b]] 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>https://qiita.com/makaishi2/items/384554cc29214e4eaf65]] 2022.4
--Watson API

-[[BigQuery MLの使い方をまとめてみた | DevelopersIO>https://dev.classmethod.jp/articles/bigquery-ml-overview-2022-03/]] 2022.3
--Google Cloud, Google BigQuery
--SQLの記述のみで機械学習が行えるBigQuery ML(以下BQML)

-[[ Pythonによる決定境界表示 - Qiita>https://qiita.com/makaishi2/items/2d0dd015ac1cbd86dd3f]] 2022.2
*その他のフレームワーク、開発環境 [#s3153f83]
-[[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

-[[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>https://qiita.com/Axross_SBiv/items/9d8ff3f6dea4f1e241a5]] 2022.2
-[[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

-[[画像の機械学習が劣化する理由 - Qiita>https://qiita.com/nonbiri15/items/2bd2320d8268321c331d]] 2022.1
-[[機械学習用自作PCの構成例 - Qiita>https://qiita.com/kyad/items/a82490a7a47bd0ea47c2]] 2022.6

-[[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.>https://www.paloaltoinsight.com/2019/07/09/cold-start-ml-portfolio-japanese/]] 2022.1
-[[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。

-[[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>https://tjo.hatenablog.com/entry/2018/04/24/190000]] 2021.12
-http://caffe.berkeleyvision.org/

-[[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>https://pyro-book.data-hacker.net/]] 2021

-[[GitHub - icoxfog417/mlnote-note: 機械学習帳を学ぶノート>https://github.com/icoxfog417/mlnote-note]] 2022
-[[機械学習帳>https://chokkan.github.io/mlnote/]] 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。
*オンライン学習 [#u4e7ff22]
-[[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

-[[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>https://qiita.com/c60evaporator/items/401806703543689936ec]] 2021.11
-[[【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

-[[【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)>https://www.tryeting.jp/column/1028/]] 2021.2
-[[Stanford EE104: Introduction to Machine Learning Full Course - YouTube>https://www.youtube.com/playlist?list=PLoROMvodv4rN_Uy7_wmS051_q1d6akXmK]] 2023.2

-[[【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>https://qiita.com/tani_AI_Academy/items/625915dc034a6993d521]] 2018.10
-[[【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

-[[[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。>https://qiita.com/hikaru_/items/3d64af35769235471d9c]] 2018.9
-[[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

-[[ [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〜>https://qiita.com/zenonnp/items/9cbb2860505a32059d89]] 2018.7
-[[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

-[[機械学習エンジニアのスキル要件をレベル別に整理>http://qiita.com/shu_marubo/items/70db88c17acd86ba5fd2]] 2017.8.18
-[[MATHEMATICS FOR MACHINE LEARNING(pdf)>https://mml-book.github.io/book/mml-book.pdf]] 2020.7

-[[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>http://qiita.com/icoxfog417/items/b85f1191a22e7ced8839]] 2017.8.1
--http://arxivtimes.herokuapp.com/
-[[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

-[[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 >https://developers-jp.googleblog.com/2017/08/facets-open-source-visualization-tool.html]] 2017.8.1
-[[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

-[[【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】>http://qiita.com/Kuma_T/items/7b3e11ebea69743d4f88]] 2017.7.19
-[[YouTubeでAI・Pythonを学ぼう! - Qiita>https://qiita.com/kawai_design/items/31feeb59be11b892c36a]] 2021.11

-[[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>http://qiita.com/toshimitsu-miyachi/items/06bd47d5196698318dd0]] 2017.5.18
-[[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

-[[【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

** サポートベクターマシン、SVM [#sfdeea4e]
-[[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】>https://datawokagaku.com/svm/]] 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>https://tjo.hatenablog.com/entry/2022/05/20/130638]] 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>https://qiita.com/hiro949/items/8528983d13d88ac1a8e8]] 2022.4

*強化学習 [#f60795dc]
-[[誰でもわかる強化学習 - Speaker Deck>https://speakerdeck.com/imai_eruel/reinforcement-learning-for-everyone]] 2023

-[[強化学習 - 星の本棚>https://yagami12.hatenablog.com/entry/2019/02/22/210608]] 2019

-[[強化学習による在庫最適化問題へのアプローチ - Platinum Data Blog by BrainPad>https://blog.brainpad.co.jp/entry/2023/06/27/153218]] 2023.6

*適用事例 [#k060d6cf]
-[[Amazon Polly に歌わせて VTuber デビューさせてみた - builders.flash☆ - 変化を求めるデベロッパーを応援するウェブマガジン | AWS>https://aws.amazon.com/jp/builders-flash/202301/amazon-polly-vtuber/?awsf.filter-name=*all]] 2023.1
-[[強化学習を学びたい人が最初に読む本 を読んだ感想 | フューチャー技術ブログ>https://future-architect.github.io/articles/20230612a/]] 2023.6

-[[「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>https://qiita.com/dijzpeb/items/db74aa9726aaf55201eb]] 2022.12
-[[強化学習の基礎まとめ - Qiita>https://qiita.com/ski2_1116/items/627eeade3948333b6a92]] 2023.5
--動的計画法
--モンテカルロ法
--TD法(SARSA、Q学習)

-[[Google、AIが生成したコンテンツのランキングを破壊 | AI専門ニュースメディア AINOW>https://ainow.ai/2022/12/01/270860/]] 2022.12
-[[[2304.12210] A Cookbook of Self-Supervised Learning>https://arxiv.org/abs/2304.12210]] 2023.5

-[[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>https://etechnologyreview.com/2022/11/18/meta%e3%81%af%e7%a7%91%e5%ad%a6%e8%80%85%e3%81%ab%e4%bb%a3%e3%82%8f%e3%82%8a%e5%ad%a6%e8%a1%93%e8%ab%96%e6%96%87%e3%82%92%e5%9f%b7%e7%ad%86%e3%81%99%e3%82%8bai%e3%83%a2%e3%83%87%e3%83%ab%e3%80%8cgalac/]] 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>https://self-development.info/%e3%80%90meta-ai%e3%80%91%e6%b1%8e%e7%94%a8%e7%a7%91%e5%ad%a6%e8%a8%80%e8%aa%9e%e3%83%a2%e3%83%87%e3%83%abgalactica%e3%81%ae%e3%82%a4%e3%83%b3%e3%82%b9%e3%83%88%e3%83%bc%e3%83%ab/]] 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>https://gigazine.net/news/20221117-meta-ai-galactica/]] 2022.11
-[[ゼロからDeepまで学ぶ強化学習 - Qiita>https://qiita.com/icoxfog417/items/242439ecd1a477ece312]] 2023.4

-[[「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>https://qiita.com/dijzpeb/items/db74aa9726aaf55201eb]] 2022.9
-[[GitHub - YutaroOgawa/Deep-Reinforcement-Learning-Book: 書籍「つくりながら学ぶ!深層強化学習」のサポートリポジトリです>https://github.com/YutaroOgawa/Deep-Reinforcement-Learning-Book]] 2022

-[[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>https://www.publickey1.jp/blog/22/awsamazon_codewhiperer.html]] 2022.6
-[[「強化学習100題」の解説(1/100) - YouTube>https://www.youtube.com/watch?v=6GgmwT7fJWg]] 2022.7

-[[人工知能お悩み相談 試みの地平線(WirelessWire News) - goo ニュース>https://news.goo.ne.jp/article/wirelesswire/business/ecoscience/wirelesswire-20220582521.html]] 2022.5
-[[【強化学習】AlphaZeroを解説・実装 - Qiita>https://qiita.com/pocokhc/items/a1b5f66361f23b2aefe8]] 2022.7

-[[強化学習 - 星の本棚>https://yagami12.hatenablog.com/entry/2019/02/22/210608]] 2019

-[[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>https://gigazine.net/news/20220531-smart-laser-guiding-dog-poop/]] 2022.5
-[[強化学習とは 〜囲碁・将棋・チェスにおけるAI最先端利用〜 – 10ANTZ Developers Blog>https://developers.10antz.co.jp/archives/3144]] 2022.4

-[[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>https://medium.com/eureka-engineering/youtube-recommender-algorithm-survey-341a3aa1fbd6]] 2022.4
-[[自作AIがスーパーマリオ1-1をやっとのことでクリアした - Qiita>https://qiita.com/temmaru/items/1bb590709cf623a5f6d1]] 2022.4
--DQN

-[[【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>https://qiita.com/sonoisa/items/00e8e2861147842f0237]] 2022.3
-[[ゼロからDeepまで学ぶ強化学習>https://qiita.com/icoxfog417/items/242439ecd1a477ece312]] 2017.6

-[[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>https://gigazine.net/news/20220203-deepmind-alphacode/]] 2022.2

-[[AI・機械学習を業務に活用するレシピ100選 - Qiita>https://qiita.com/Axross_SBiv/items/8f0d4dde560575ae92fa]] 2021.12
**深層強化学習 [#jdec9222]
→ディープラーニング

-[[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>https://qiita.com/ikumi623/items/7e0c6f2bde333691d2f2]] 2021.11
-[[強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)>https://www.slideshare.net/ShotaImai3/rlssdeepreinforcementlearning]] 2020

-[[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>https://cloud.google.com/blog/ja/topics/customers/coca-cola-bottlers-japan]] 2021.11
-[[深層強化学習アルゴリズムまとめ - Qiita>https://qiita.com/shionhonda/items/ec05aade07b5bea78081]] 2020
--DQN,APE-X

-[[めちゃくちゃ簡単 Amazon Rekognition - Qiita>https://qiita.com/naka46/items/05624e23edb6341a5e27]] 2019
-[[【深層強化学習】『2018年最強手法(?)』Ape-X 実装・解説>https://qiita.com/utarumo/items/bb7d463d8177cb395bb7]] 2018.6.22

-[[1 時間で Amazon Lex の掛け算九九練習ボットを作る>https://aws.amazon.com/jp/builders-flash/202110/lex-times-table-bot/?awsf.filter-name=*all]] 2021.10

-[[OPENAIのCodexがホラーすぎる件について>https://qiita.com/hotstaff/items/8a185742fc9e98ca5771]] 2021.9
*XAI(Explainable AI) [#ybb66ac9]
-[[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

-[[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>https://wirelesswire.jp/2021/08/80451/]] 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>https://wirelesswire.jp/2021/08/80506/]] 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>https://qiita.com/Quramy/items/d94178a830ff5e75e571]] 2017.12.10
*PyCaret [#yde683ec]
-[[PyCaretの初心者向けまとめ(分類編) #Python - Qiita>https://qiita.com/shuhigashi/items/cb6816a1da1d347bbdc2]] 2021

-[[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>http://qiita.com/MITSUBOSH/items/29718f6b209fc8df45a6]] 2017.7.19



** GitHub Copilot [#me19ab65]
-[[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>https://ainow.ai/2022/11/07/269213/]] 2022.11

-[[GitHub Copilot はいい相棒になりそう>https://zenn.dev/anozon/articles/github-copilot-first-experimece]] 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>https://blog.nkzn.net/entry/2022/08/23/185655]] 2022.8

-[[Flying with GitHub Copilot. Today I installed GitHub Copilot in… | by David Bethune | Jun, 2022 | Level Up Coding>https://levelup.gitconnected.com/flying-with-github-copilot-cab566ee5d9]] 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+>https://news.mynavi.jp/techplus/article/20220701-2385316/]] 2022.7
-[[GitHub Code Copilotで画像収集してみた - Qiita>https://qiita.com/shunnakamu/items/71b00f8155eb48f55c87]] 2021.11
-[[GPT Code Clippy: The Open Source version of GitHub Copilot>https://github.com/CodedotAl/gpt-code-clippy/wiki]] 2021.9



* AWS SageMaker [#fbbfd214]
-[[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 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



*その他のフレームワーク、開発環境 [#s3153f83]
-[[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]
-[[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

-[[【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


トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS