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。
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。
書籍とオンラインコースを集めたこのコレクションでは、ML の基本を学習できます。まず scikit-learn を使用した ML を学習した後、TensorFlow 2.0 を使用したディープ ラーニングを学びます。その後、初心者向けのチュートリアルで学んだことを実践する機会も用意されています。
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。
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。
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。
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。
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。
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。
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.
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。
DeepLearning.AI
"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.
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。
DeepLearning.AI
TensorFlow Developer SpecializationTensorFlow 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。
Google Developers
Machine Learning Crash CourseMachine 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 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。
DeepLearning.AI
Deep Learning Specialization5 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。
DeepLearning.AI
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。
DeepLearning.AI
TensorFlow: Advanced Techniques SpecializationThis 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.
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.
Imperial College London
Mathematics for Machine Learning SpecializationCoursera 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。
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。
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。
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 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。
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.
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.
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).
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.
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.
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.
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.
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。
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。
Google Developers
On-Device Machine LearningLearn 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.
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.
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.
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.
DeepLearning.AI
Machine Learning Engineering for Production (MLOps) SpecializationExpand your production engineering capabilities in this four-course specialization. Learn how to conceptualize, build, and maintain integrated systems that continuously operate in production.
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。
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。
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。