Google は、黒人コミュニティのための人種的公平の促進に取り組んでいます。詳細をご覧ください。

学習カリキュラムをマスターする

機械学習のエキスパートになるには、まず「コーディング」、「数学」、「ML 理論」、「ML プロジェクトを構築するための全手順」の 4 つの学習分野で、しっかりと基礎を固める必要があります。

4 つのスキルを向上させるためには、TensorFlow で厳選されたカリキュラムを学習するか、以下のリソース ライブラリから、ご自分で学習プログラムを選択してください。

機械学習に関する 4 つの学習分野

学習プログラムを開始する際に重要なのは、ML の学習方法を理解することです。TensorFlow では、学習プロセスを 4 つの習得分野に分割し、各分野が ML 全体を構成するピースとなるように構成しています。学習を進めるうえで、スキルの向上やプロジェクトで ML を使用するための準備に役立つ書籍、動画、オンライン コースを集めました。知識を深めるよう設計されたガイド付きカリキュラムで学習を始めるか、リソース ライブラリから自分にあった学習プログラムをお選びください。

  • コーディングのスキル: 単に ML の概念がわかるだけでは、ML モデルは構築できません。モデルをテストして最適化するためにデータの管理、パラメータの調整、結果の解析を行う必要があり、コーディングは必須です。

  • 数学と統計: ML では数学が大きな比重を占めます。そのため ML モデルを変更したり、新しいモデルをゼロから構築する場合は、基礎となる数学の概念に精通していることが非常に重要です。

  • ML 理論: ML 理論の基本を学んで基礎を固めましょう。基本的な知識は、問題発生時のトラブルシューティングにも役立ちます。

  • Build your own projects: Getting hands on experience with ML is the best way to put your knowledge to the test, so don't be afraid to dive in early with a simple colab or tutorial to get some practice.

TensorFlow のカリキュラム

おすすめのコース、書籍、動画を含むガイド付きカリキュラムで学習を開始しましょう。

初心者向け
TensorFlow を使用した機械学習の基礎

Learn the basics of ML with this collection of books and online courses. You will be introduced to ML and guided through deep learning using TensorFlow 2.0. Then you will have the opportunity to practice what you learn with beginner tutorials.

中級レベルおよびエキスパート向け
TensorFlow を用いた理論的かつ高度な機械学習

機械学習の基本を理解したら、ニューラル ネットワークとディープ ラーニングを理論的に理解し、基礎となる数学的な概念の知識を深めることで、新たなレベルのスキルを身に付けましょう。

初心者向け
TensorFlow for JavaScript development

JavaScript で機械学習モデルを開発するための基礎と、ブラウザで直接デプロイを行う方法を学習できます。また、ディープ ラーニングの概要や、実践的な演習を通じて TensorFlow.js を使い始める方法について説明しています。

教育リソース

学習プログラムを選択したら、TensorFlow チームが ML の基礎の学習におすすめする書籍、コース、動画、演習をご覧ください。

書籍

ML とディープ ラーニングの基礎を理解するために、読書は最も優れた方法のひとつです。書籍で理論を学んでおくことで、新しい概念が出てきてもすばやく理解できます。

AI and Machine Learning for Coders
by Laurence Moroney

この入門書では、最も一般的な ML シナリオ(ウェブ、モバイル、クラウド、埋め込みランタイム向けのシーケンス モデリング、コンピュータ ビジョン、自然言語処理(NLP)など)の実装方法を学習するための、コード ファーストのアプローチが紹介されています。

Deep Learning with Python
by Francois Chollet

この書籍は、Keras によるディープ ラーニングの実践的な入門書となっています。

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow
by Aurélien Géron

この本では複数の具体例、最小限の理論、本番環境で使用できる 2 つの Python フレームワーク(Scikit-Learn および TensorFlow)が紹介されており、インテリジェントなシステムを構築するための概念とツールを直感的に理解できます。

Deep Learning
by Ian Goodfellow, Yoshua Bengio, and Aaron Courville

このディープ ラーニングの教科書は、機械学習に携わる学生や技術者の方が、機械学習全般、特にディープ ラーニング分野の学習を一から始めるためのリソースです。

Neural Networks and Deep Learning
by Michael Nielsen

この書籍では、ニューラル ネットワークの理論的背景を学ぶことができます。TensorFlow は使用されていないものの、さらに知識を深めたい方向けのリファレンスとして最適です。

Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with TensorFlow.js.

Deep Learning with JavaScript
by Shanqing Cai, Stanley Bileschi, Eric D. Nielsen with Francois Chollet

TensorFlow ライブラリの主要な作者によって執筆されたこの書籍では、ブラウザまたはノード上の JavaScript ディープ ラーニング アプリの興味深いユースケースと詳細な手順を解説しています。

Online courses

ML の基本的な概念を学ぶために、複数のパートで構成されるオンライン コースを受講することをおすすめします。多くのコースで、非常にわかりやすい視覚的なコンテンツと、仕事や個人的なプロジェクトに機械学習をすぐに導入できるツールが提供されています。

"AI、機械学習、ディープラーニングのための TensorFlow 入門 (Intro to TensorFlow for AI, ML, and Deep Learning)"

Developed in collaboration with the TensorFlow team, this course is part of the TensorFlow Developer Specialization and will teach you best practices for using TensorFlow.

Intro to TensorFlow for Deep Learning

TensorFlow チームと Udacity の開発によるこのオンライン コースでは、TensorFlow を使ってディープ ラーニング アプリケーションを作成する方法を学ぶことができます。

TensorFlow Developer Specialization

TensorFlow 開発者が講師を務めるこの 4 つのコースの専門講座では、TensorFlow で AI を活用したスケーラブルなアルゴリズムを作成するためのツールについて詳しく知ることができます。

Machine Learning Crash Course

Machine Learning Crash Course with TensorFlow API は、機械学習を実践的に利用しようとしている方向けの自習ガイドです。ビデオ講義シリーズ、実世界のケーススタディ、ハンズオン演習を通じて機械学習を学べます。

MIT 6.S191: Introduction to Deep Learning

MIT 提供のこのコースでは、ディープ ラーニングのアルゴリズムに関する基礎知識を習得して、TensorFlow でニューラル ネットワークを構築する実践演習を受けることができます。

Deep Learning Specialization

5 つのコースでは、ディープ ラーニングの基礎を学び、ニューラル ネットワークを構築する方法を理解できます。また、機械学習プロジェクトを成功に導き、AI の分野でキャリアを築く方法を学ぶことができます。理論の習得だけではなく、理論が実際のビジネスにどのように適用されているのかを知ることができます。

TensorFlow: Data and Deployment Specialization

モデルを作成し、トレーニングする方法を学習しました。次に、以下の 4 つの専門講座でさまざまなデプロイ シナリオについて確認し、より効果的にデータを利用してモデルをトレーニングする方法について学習します。

TensorFlow: Advanced Techniques Specialization

This specialization is for software and ML engineers with a foundational understanding of TensorFlow who are looking to expand their knowledge and skill set by learning advanced TensorFlow features to build powerful models.

数学の概念

次のリソースでは、ML の基礎となる数学の概念を理解して ML の知識をさらに深め、より高度なスキルを身に付けることができます。

A friendly introduction to linear algebra for ML

A bird's-eye view of linear algebra for machine learning. Never taken linear algebra or know a little about the basics, and want to get a feel for how it's used in ML? Then this video is for you.

Mathematics for Machine Learning Specialization

Coursera が提供するこのオンライン専門講座の目的は、数学と機械学習の間のギャップを埋めることです。機械学習の基礎となる数学の知識をスピーディーに身に付けることで直感的な理解力を養い、機械学習とデータ サイエンスに関連付けることができます。

Deep learning
by 3Blue1Brown

3blue1brown では、主に数学を視覚的に解説することに取り組んでいます。この動画シリーズでは、ニューラル ネットワークの基本と、ニューラル ネットワークの仕組みを数学の概念を通じて学ぶことができます。

Essence of Linear Algebra
by 3Blue1Brown

マトリックス、行列式、固有値などを、幾何学の観点から視覚的に学べる 3blue1brown の短い動画シリーズ。

Essence of Calculus
by 3Blue1Brown

3blue1brown の短い動画シリーズでは、微積分の基礎を視覚的に説明しています。方程式の仕組みだけでなく、基本となる定理をしっかりと理解できます。

MIT 18.06: Linear Algebra

MIT が提供するこの入門コースでは、行列理論と線形代数を学ぶことができます。連立方程式、ベクトル空間、行列式、固有値、相似、正定値行列など、他の分野でも役に立つトピックが重点的に取り上げられています。

MIT 18.01: Single Variable Calculus

MIT が提供するこの微積分学の入門コースでは、1 変数関数の微分と積分および応用を学びます。

理論の確認
by Daniel Kunin, Jingru Guo, Tyler Dae Devlin, Daniel Xiang

確率と統計を視覚的にまとめた概要。

無料
詳細   
An Introduction to Statistical Learning
by Gareth James, Daniela Witten, Trevor Hastie, and Rob Tibshirani

この書籍では、統計学習の概要をわかりやすく学ぶことができます。統計学習は、機械学習でモデルをトレーニングするために必要となる、広大かつ複雑なデータセットの世界を理解するために不可欠なツールセットです。

TensorFlow resources

We've gathered our favorite resources to help you get started with TensorFlow libraries and frameworks specific to your needs. Jump to our sections for TensorFlow.js, TensorFlow Lite, and TensorFlow Extended.


You can also browse the official TensorFlow guide and tutorials for the latest examples and colabs.

ML Zero to Hero

This introductory series is for people who know how to code, but don't necessarily know machine learning. See a a basic 'Hello World' example of building an ML model, and learn how to build an image classifier by convolutional neural network.

TensorFlow from the Ground Up

This ML Tech Talk is designed for those that know the basics of Machine Learning but need an overview on the fundamentals of TensorFlow (tensors, variables, and gradients without using high level APIs).

Intro to Deep Learning

This ML Tech Talk includes representation learning, families of neural networks and their applications, a first look inside a deep neural network, and many code examples and concepts from TensorFlow.

Coding TensorFlow

In this series, the TensorFlow Team looks at various parts of TensorFlow from a coding perspective, with videos for use of TensorFlow's high-level APIs, natural language processing, neural structured learning, and more.

Spotting and solving everyday problems with machine learning

Learn to spot the most common ML use cases including analyzing multimedia, building smart search, transforming data, and how to quickly build them into your app with user-friendly tools.

For Javascript

Explore the latest resources at TensorFlow.js.

Learning TensorFlow.js
by Gant Laborde

A hands-on end-to-end approach to TensorFlow.js fundamentals for a broad technical audience. Once you finish this book, you'll know how to build and deploy production-ready deep learning systems with TensorFlow.js.

Getting started with TensorFlow.js by TensorFlow

3 部構成のシリーズでは、TensorFlow.js を使った機械学習モデルのトレーニングと実行について解説し、JavaScript を使用してブラウザ上で直接実行する機械学習モデルを作成する方法も紹介します。

TensorFlow.js: Intelligence and Learning Series
by The Coding Train

この動画再生リストは、機械学習とニューラル ネットワークの構築に関するシリーズの一部で、TensorFlow.js、Core API、ML モデルのトレーニングとデプロイに JavaScript ライブラリを使用する方法を主に解説しています。

モバイルおよび IoT 向け

Explore the latest resources at TensorFlow Lite.

On-Device Machine Learning

Learn how to build your first on-device ML app through learning pathways that provide step-by-step guides for common use cases including audio classification, visual product search, and more.

Introduction to TensorFlow Lite

Learn how to deploy deep learning models on mobile and embedded devices with TensorFlow Lite in this course, developed by the TensorFlow team and Udacity as a practical approach to model deployment for software developers.

本番環境向け

Explore the latest resources at TFX.

ML engineering for production ML deployments with TFX

Get a hands-on look at how to put together a production pipeline system with TFX. We'll quickly cover everything from data acquisition, model building, through to deployment and management.

Building Machine Learning Pipelines
by Hannes Hapke, Catherine Nelson

This book walks you through the steps of automating an ML pipeline using the TensorFlow ecosystem. The machine learning examples in this book are based on TensorFlow and Keras, but the core concepts can be applied to any framework.

Machine Learning Engineering for Production (MLOps) Specialization

Expand your production engineering capabilities in this four-course specialization. Learn how to conceptualize, build, and maintain integrated systems that continuously operate in production.

ML Pipelines on Google Cloud

This advanced course covers TFX components, pipeline orchestration and automation, and how to manage ML metadata with Google Cloud.

人間中心の AI

ML モデルを設計したり AI アプリケーションを構築する際は、プロダクトに触れるユーザーについて考慮し、公平性、解釈可能性、プライバシー、セキュリティを AI システムに組み込む最善の方法を検討することが重要です。

Responsible AI practices

TensorFlow を使用して責任ある AI への取り組みを ML ワークフローに統合する方法をご確認ください。

無料
詳細   
People + AI ガイドブック

Google のこのガイドブックを活用することで、人間中心の AI プロダクトを作成できるようになります。一般的なミスを回避し、優れたエクスペリエンスを設計して、人間を中心に考えて AI アプリケーションを構築できるようになります。

無料
詳細   
機械学習モジュールにおける公平性の概要

Google の MLCC で利用できるこの 1 時間のモジュールでは、トレーニング データに見られる人間のさまざまなバイアスと、それによる影響を発見、評価するための戦略をご紹介します。

無料
詳細