文系大学生が無料のPython入門講座を受けてみた 必要な数学知識も簡単に学べる

このエントリーをはてなブックマークに追加

2021年上半期にAI(人工知能)関連メディアであるLedge.aiで公開した記事のうち、反響の大きかったもの再掲します(※初公開日:2021年4月24日)。

『文系大学生がAI講座受けてみた』では、大学では文学部で日本語学を専攻する文系の私が無料で学べるAI講座にチャレンジしていきます!

今回は株式会社キカガクが提供する「Python & 機械学習入門」を受けてみました。約9時間の講義がすべて無料で受けられます。

本講座は、機械学習に必要な数学の基礎、Google Colaboratoryを用いた実装を学べる講座です。必要なところだけを絞って説明されるのでわかりやすく、基礎を習得できます。カリキュラムは以下のとおりです。

  • 導入
  • 微分
  • 線形代数
  • 単回帰分析
  • 重回帰分析1
  • Python速習
  • 単回帰分析の実装
  • 重回帰分析の実装
  • 演習問題
  • 統計
  • 重回帰分析2

「導入」では、主に機械学習についての説明があります。AI・ディープラーニングとの関係性や、機械学習ではどの数学知識が必要なのか言及しています。初めての人は「微分」と「線形代数」を学びましょうと話しています。機械学習の考え方(内挿と外挿)についても図で説明しています。

私はAI・機械学習・ディープラーニングはそれぞれ言葉は知っていましたが、それぞれの違いを本講座で初めてクリアに理解できました。

(「Python & 機械学習入門」より)

「微分」「線形代数」「単回帰分析」「重回帰分析」「統計」では、「導入」と同じく講師の手元の映像を見ながら、数学を学んでいきます。少し苦労はしましたが、講師の板書と説明が非常にわかりやすく、中学数学と基本的なところから始まるので、文系でもすんなりと頭に入ってきました。

手書きで説明されるので、一緒にノートを取りながら学習を進められます。(「Python & 機械学習入門」より)

私は理解力不足で「スカラー・ベクトル・行列」のあたりから、ノートをとることに必死になってしまいましたが、動画を止めて考えたり繰り返し再生したりすることで、理解を深められました。

「Python速習」「単回帰分析の実装」「重回帰分析の実装」「演習問題」では、Google Colaboratoryを使って、実際に手を動かしながら学びます。環境構築のところから教えてもらえるので、環境構築するにあたって難しくありませんでした。

「Python速習」では、「変数」「基本構文」「制御構文」「関数」「クラスの基礎」を学びます。Pythonをまったく知らなくても基本を学べます。

プログラム・プログラミングとは 図(「Python & 機械学習入門」より)

変数に代入する 図(「Python & 機械学習入門」より)

実装に移ると、少し難しくなります。とはいえ、動画を見ながら講師と一緒にコードを打ち込むことで、混乱することもなく学べました。前のチャプターで学んだ数学知識とさまざまなライブラリを用いて、機械学習をしていきます。

※本講座で使用したライブラリ:NumPy、Pandas、Matplotlib、scikit-learn、seaborn、joblib

Google Colaboratory はこのような画面です。(「Python & 機械学習入門」より)

正直なところ、私には少し難しく、最後の方はまねしてコードを書くことしかできませんでした。今後、ついていけるよう勉学に励みたいと思います。

私は機械学習の仕組みについては詳しく知りませんでしたが、本講座を終えてどのようなものか理解できました。機械学習に必要な数学知識を中学数学レベルから説明するので、文系の方に非常にオススメです。実際にGoogle Colaboratoryでコード書いてみるのはとても楽しいです! 機械学習に興味がある方は本講座にチャレンジしてみてはいかがでしょうか。