[AI] 無料で学ぶ、Pythonで学ぶディープラーニング・機械学習コンテンツ10選！ [初心者]

無料で役立つPython無料学習コンテンツ10選！機械学習とディープラーニング、AIも一緒に介。使いやすいサイトを徹底調査！

マット

今回はAIとディープラーニングを誰にでもシンプルに紹介！最新のオンラインコースや書籍、そして世界中から集めた情報を紹介するね！おまけのQA・用語集もどうぞ。では　早速行きましょう！

機械学習むけの数式を学びたい方は、次の記事をどうぞ。

今さら聞けないAI、ディープラーニングってどこで動くの？

マット

今日はPython、人工知能やディープラーニング・機械学習を無料で学べるサイトを厳選して紹介！利用する方法はどんな方法があるのかな？一緒に見て行こう。

この記事でわかること

おすすめ1：滋賀大学、社会人も学べる無料のデータサイエンス入門が開講

オンライン講座サイト「gacco（ガッコ）」では、高校生とデータサイエンスの基礎を学びたい社会人を対象に「高校生のためのデータサイエンス入門」を開講している。受講料は無料。

本講座では、本格的なビッグデータは扱わないものの、高校生にも身近な題材を用いて社会の課題を考え、データからヒストグラム、統計、線形代数などを平易に解説して、有用な情報を引き出す方法について説明する。
データ分析の具体的な手法は、主に高等学校数学Ⅰの「データの分析」で習う手法を用いる。
「データの分析」で習う手法をどのように実際に役立てられるのかについても学べるカリキュラムになっている。

前提条件

特になし

対象者

・おもに高校生
・データサイエンスの基礎を学びたい社会人

本講座のねらい

・高校生の皆さんに、データサイエンスの有用性をお伝えします。
・高等学校での課題学習やグループ学習に参考にしていただけます。
・大学で学ぶデータサイエンスの内容の準備となります。

課題内容

第1週のテストと、最終テストを課します。

修了条件

得点率70％以上

学習期間

2週間

第1週

この講義の概要とねらい
データサイエンスとは
公的データを入手する
地域経済分析システム（RESAS）の利用
政府統計の総合窓口（e-Statの利用）
代表値
標準偏差
標準化
ヒストグラム
箱ひげ図

第2週

2変数データと散布図
層別データの扱い
相関係数とは
相関係数の特徴
相関関係と因果関係
クロス集計
層別クロス集計
時系列と指数化
時系列の移動平均
時系列の季節調整

おすすめ2：AIの基礎や活用事例がわかる無料講座、自然言語処理や音声認識も

一般社団法人日本オープンオンライン教育推進協議会（JMOOC）は「gacco（ガッコ）」において、「AI活用人材育成講座」を開講している。受講料は無料。

本講座では、AIの概要把握、AI活用のためのアウトラインの理解、AI導入に必要なベースとなる知識の獲得など、受講者の興味関心や知識レベルにあわせて、自由に選択して段階的に理解を深めていける構成を実現したという。

大枠で、活用事例を学ぶカリキュラムと、AI・データサイエンスを学ぶためのベースとなる内容をテーマ別に扱っていますの。
したがい初学者の方は「AI・データサイエンス概論」を学ぶ前の基礎知識の確認として受講されることを推奨しています。

第1章：データとモデリングの基礎

1．データとモデリングの基礎/ビッグデータ時代の理想と現実
2．データの収集・生成とモデル化のための整形
3．データとモデルをどう扱うか
4．非構造化データの種類と特徴
5．大きく変わるデータとモデリングの概念

第2章：人工知能のための数学の使い方

1．人工知能と数学
2．いろいろな関数
3．微分と積分
4．ベクトルと行列
5．もっと学びたい方へ

第3章：人工知能のための確率・統計の使い方

1．人工知能と確率・統計
2．確率
3．記述統計
4．確率分布
5．推測統計
6．もっと学びたい方へ

第4章：機械学習と深層学習の基礎

1．AIブームを見極めよう
2．AI・機械学習・ディープラーニング
3．ディープラーニングの構造と能力
4．機械学習の実行手順
5．AI導入時に注意すべき点
6．今後のAIの可能性

第5章：コンピューティング

1．なぜコンピューティングを学ぶのか
2．プログラミング環境の準備
3．プログラミングの学習
4．配列と文字列の扱い
5．Pandas と NumPy
6．機械学習の例

第6章：対談

1．AIの技術的変化と社会の変化
2．AI・ビッグデータがもたらす新しいルール
3．AI導入の現状と未来のビジョン

おすすめ3：実践的なプログラミング学習「Quest」が無料公開 JavaScriptを利用するレッスンなど

株式会社Progateは、オンラインプログラミング学習サービス「Progate」において、期間限定の実験的なプログラミング学習コンテンツ「Quest」を無料公開している。公開は期間限定で、レッスンの内容も更新する可能性があるという。

「コードリーディング問題」は、不具合を確認してエラーを見つけ出し、修正をしていくというもの。チームで開発していたアプリにバグが見つかり、コードを読みながら原因を見つけて修正する題材で、自分自身の力で解決に導く。Ruby on Railsの知識があると進めやすいとのこと。

例えば、2時間弱でサクッと学べるPythonコースを紹介するね。

学習コース

言語バージョン: Python 3.5.2

「Python」はWebアプリケーション開発や機械学習、統計処理など、様々な分野で使われています。
このレッスンではPythonの基本的な使い方について学びます。1h45m
目安時間

おすすめ4：無料でIoTデバイスを貸し出す「自分で学べるIoT通信講座」8月31日まで、専門家への質問も可能

株式会

株式会社ソラコムは、IoTデバイスの貸し出しやIoT開発手順書の提供によってIoTの学習をサポートする「自分で学べるIoT通信講座」を開催している。期間は8月31日まで。

本講座では、初心者でも比較的始めやすいデバイスを申し込み者に貸し出す。開発方法を解説した手順書「IoT DIYレシピ」も提供する。デバイスの貸出期間は約2週間であり、講座の開催期間中は専門家に質問ができる「IoT相談室」も用意している。いずれも無料で参加可能だ。

自分で学べるIoT通信講座とは

「自分で学べるIoT通信講座」は、無料でソラコムのIoTデバイスを貸出、お客様はIoT DIY レシピを参考にIoTシステムの構築を体験いただきます。IoTで実現したいことや、課題をベースにIoTシステムの構築手順をご紹介する「IoT DIY レシピ」は開発環境のセットアップから、デバイス、通信、クラウドサービスの利用方法まで幅広く、詳細に解説しています。IoTを体験する方のハードルを下げてきた本レシピを使い、お客様はご自宅や職場など、お好きな場所から学習いただけます。

お貸出するデバイスは、初心者の方から、経験者まで役立つIoTデバイスをご用意されているよ。

貸出期間はお一人様約2週間とし、期間中であればいつでもお試しいただけます。また2週間に一度、IoTの専門家に質問ができる「IoT相談室」を設けています。
IoT DIY レシピを見ても解決しない疑問やつまづきがあれば相談室に参加できるよ。。

おすすめ5：PythonやRubyなどの基礎文法の講座が無料に

株式会社DIVE INTO CODEは、「DIVER 基礎文法コース」を無料公開している。e-learningシステムにおいて「Ruby基礎文法：全8テキスト」「Python基礎文法：全8テキスト」「Ruby on Railsセミナーテキスト：全24テキスト」「HTML・CSS基礎文法：全12テキスト」のテキストの閲覧と学習ができる。
基本はテキストでコツコツ独学するタイプだね。一部教材は動画を利用した解説も観られる。

無償提供期間は制限なし。受講対象者は「Rubyの基本的な使い方、Pythonの基本的な文法、ブログアプリを開発体験、HTML・CSSの基本的な書き方をこれから学びたい人」向け。初心者にとてもやさしいコンテンツに絞っているね。

前提知識は一般的なパソコン操作のスキル。
標準受講時間は120分で、模試も用意。

おすすめ6：東京大学、AIやデータサイエンスに関する教材を無償公開

東京大学数理・情報教育研究センター（MIセンター）は、数理・データサイエンス・AIモデルカリキュラムに準拠する教材の無償公開している。本取り組みは日本政府の「AI戦略2019」に対応しており、モデルカリキュラムの内容のすべてに対応した教材の公表は全国初という。
本教材はクリエイティブ・コモンズライセンス（CC BY-NC-SA）の下で利用できる。

コンソーシアムが策定したモデルカリキュラムには、獲得する知識・スキルをキーワードとして列記した。その数はリテラシーレベルで84、応用基礎レベルで108におよぶ。同センターが開発・公開した教材はモデルカリキュラムの192のキーワードをすべて取り上げている。

数理・データサイエンス・AIの活用事例動画

本動画集は数理・データサイエンス・AIリテラシーレベル教材の導入となるような活用事例を収集したものです。数理・データサイエンス・AIリテラシーレベル教材との対応は下の教材．

人工知能（AI）の活用事例動画一覧

数理・データサイエンス・AI教材

本教材は数理・データサイエンス教育強化コンソーシアムが公開したリテラシーレベル及び応用基礎レベルのモデルカリキュラムの全国展開に向け，東京大学数理・情報教育センターが開発したものです．モデルカリキュラムに完全準拠したものであり、全ての大学、高専において、学生への教育にご利用いただけます。

本教材の利用についての詳細

リテラシーレベル教材

データ・AI利活用のための技術から画像解析、ビッグデータとデータエンジニアリング、プログラミング基礎などを学ぶことが出来るよ。

おすすめ7：Python.jpではじめてのPythonが学べるサイト

本家のPythonを平易な日本語で丁寧に独学できるチュートリアルが用意されているね。
このサイトではPythonについて、機械学習に用いられる理由やおすすめのサイト・コンテンツなどを解説している。

この講座では、Google Colaboratory(Colab)を使って、プログラミング言語Pythonを学習します。プログラミングの未経験者を対象としています。

ColabはGoogle社が提供する、Webブラウザからプログラミング言語Pythonを実行できるサービスです。無料で使え、めんどうな環境設定なしに、いきなりプログラミングを体験できますから、これからプログラミングをやってみたい、という方にはおすすめの学習環境です。

Python初体験￤ Google Colab の準備￤はじめてのPython ￤コードセルとテキストセル￤ばえるPython ￤はたらくPython ￤この章のまとめ

おすすめ8：セガ、社内勉強会用の数学資料150ページ超を無料公開「これはすごい」「素晴らしい！」

株式会社セガは、社内向けの勉強会用のPDF資料「基礎線形代数講座：線形代数回転の表現」を一般公開している。SNS上では「これはすごい」「素晴らしい！」「AIを学んでいるのですが、数学の知識は重要ですよね」などのコメントが見られる。

線形代数は、微積分と並び理工系の科学・技術の諸分野で基礎中の基礎として用いられる数学の分野で、ゲームでは主に3DCGの技術的基礎として応用されている。昨今のAIブームでも話題になった。

おすすめ9：マイクロソフト、初心者向けの機械学習カリキュラム無料公開 12週間で学習できる

米マイクロソフト（Microsoft）は、GitHub上に無料のカリキュラム「Machine Learning for Beginners（初心者のための機械学習）」を公開している。本カリキュラムは12週間／24レッスンで学習できる。

本カリキュラムはあらゆる年齢層の人が機械学習の基礎を学べることを目的に公開しており、主にScikit-learnライブラリを使用して「古典的な機械学習」について学習できる。

本カリキュラムは「機械学習入門」「機械学習の歴史」「機械学習のテクニック」「回帰入門」「線形回帰モデルと多項式回帰モデルの構築」「分類入門」「翻訳と感情分析」「自然言語処理」「時系列予測」などで構成している。

なお、米マイクロソフトは近日「初心者のためのデータサイエンス」カリキュラムも公開予定という。

Prebuilt Docker Images for Inference in Azure Machine Learning.

推論用の事前構築済みの Docker コンテナーイメージ (プレビュー) は、Azure Machine Learning でモデルをデプロイする際に使用します。これらのイメージは、一般的な機械学習フレームワークと Python パッケージを使用して事前に構築されています。また、次のいずれかの方法を使用して、パッケージを拡張して他のパッケージを追加することもできます。

[00:17] Show begins
[00:29] Welcome Shivani
[00:38] What are the challenges working with ML environments?
[01:11] Solutions to ML challenges/environments = Prebuilt Docker Images for Inference
[02:12] How do I make this work with other specialized environments?
[04:10] Demo: Deploying PyTorch model using Azure ML
[04:30] Scoring script
[06:50] End demo & recap
[09:06] Learn more

初心者でも機械学習モデルを作成できるプログラミングなし！アプリ「Lobe」

米マイクロソフトは2020年、初心者でも機械学習モデルを作成できる無料のノーコードアプリ「Lobe」のを公開した。同アプリはMacとWindowsで利用できる。

Lobeに画像をインポートすると、データサイエンスの経験がないユーザーでも、簡単にラベル付けおよび、機械学習のデータセットを作成できる。
また、データセットを作成したら、プラットフォーム上でデータセットを活用し、アプリやウェブサイト、デバイスで動作させられる。

米マイクロソフトは、無料アプリ「Lobe」も公開した。同アプリはMacとWindowsで利用できる。

使いやすい誰でも簡単に使用できるように設計されています。プログラミング経験は必要ありません。
無料でプライベートデータをクラウドにアップロードせずに、自分のコンピューターで無料でトレーニングできます。
どこにでもエクスポートMacとWindowsで利用できます。モデルをエクスポートして、選択した任意のプラットフォームで実行できます。

Lobeに画像をインポートすると、データサイエンスの経験がないユーザーでも、簡単にラベル付けができるよ。
機械学習のデータセットも簡単にアプリで、ラベリング（アノテーション）作成できる。
また、データセットを作成したら、プラットフォーム上でデータセットを活用し、そのデータをアプリやウェブサイト、デバイスで実行できるよ。。

公式ブログにおいては、エクササイズの姿勢を推論したり、ハチの巣の識別、ハンドジェスチャーの判別、アナログメーターの危険を察知、適切な安全対策を促進するために、マスクが正しく着用されていることを監視する、などたくさんの事例が紹介されており、家庭や職場などの日常生活での活用を見込んでいると考えられる。

出店：マイクロソフト　ブログより　

さらに、マイクロソフトはLobeによって、クラウドに使用せずに、PCを使って機械学習を簡単かつ、迅速に始められる方法を探しているユーザーには、絶好の機会を提供するとしている。
その点では、LobeはクラウドサービスのMicrosoft Azureを補完する技術だと言える。

Lobeのシニア・プログラム・マネージャーを務めるジェイク・コーエン氏は、より多くの人々が機械学習を活用できるようにしたいと意気込んでいる。

プロジェクトテンプレート

現在、Lobeは画像分類をサポートしているが、今後はほかのモデルやデータにも対応予定とのこと。

Lobeは、プロジェクトに適した機械学習アーキテクチャを自動的に選択します。画像分類が利用可能になり、さらに多くのテンプレートが間もなく登場します。

おすすめ10：Google、プログラミング無しのアプリ開発サービスに本腰か

近年、さまざまなIT企業や産業用メーカーが、プログラミングレスアプリに乗り出している。

最近でも、米Google（グーグル）は2020年9月8日、公式ブログにおいて、デジタルトランスフォーメーション（DX）を加速させる、プログラミングレスのビジネスアプリケーションプラットフォーム「Business Application Platform」の詳細をアナウンスした。

Google は、企業のこうした取り組みの推進、レジリエンスの構築、変革の加速を支援するために、新しいカテゴリである Business Application Platform を紹介できることを嬉しく思います。Business Application Platform は、API 管理、ノーコードアプリケーション開発、自動化、データインサイト機能を網羅し、次のことを目的としています。

複雑なバックエンドでも、API を介してサービス、データ、機能を使用する一貫した方法を提供する
技術者ではない従業員がコーディングなしでデータドリブンアプリケーションをすばやく構築できるようにする
アプリケーションの統合と拡張、ビジネスプロセスの自動化を簡素化する
Looker などのセルフサービスツールを介してデータからインサイトを引き出す機能をユーザーに提供する

まず企業がアプリケーションを迅速に構築し、ワークフローを自動化し、インサイトを引き出すための新しいプロダクトと機能をいくつか紹介します。

API Gateway ベータ版のリリース。これはデベロッパーが Google Cloud ワークロードとサーバーレスバックエンド用の API を構築、保護、モニタリングできるようにするフルマネージドサービスです。
AppSheet 向けの Apigee データソースの一般提供。これにより、AppSheet ユーザーは Apigee API を利用したアプリをコーディングなしで構築できるようになります。
AppSheet Automation の早期アクセスのリリース。技術者以外のユーザーがさまざまなデータソースを活用してプロセスを大規模に自動化できるようにするソリューションです。

画像は米Googleの公式ブログより

米Google（グーグル）は9月8日、公式ブログにおいて、デジタルトランスフォーメーション（DX）を加速させるとうたう、ノーコードのビジネスアプリケーションプラットフォーム「Business Application Platform」の詳細を明らかにした（公式サイト）。

＞＞該当ブログ（英語）

「Business Application Platform」は、Google Cloud Platform（グーグルクラウドプラットフォーム、GCP）による「Apigee」のAPI管理や、「AppSheet」のノーコードアプリケーション開発への取り組みにもとづき、構築した。Google Cloud Platformが持つ人工知能（AI）や機械学習、セキュリティなどの専門知識を活用し、新機能を追加予定としている。

自分にあったAI学習方法を選びたい

AIの入門コースと書籍一覧

初心者には、独学で難しい機械学習本を1ページ目から読み始めるのはおすすめしないよ！マットがおすすめするのは、オンラインで効率よくビデオや凝縮されたテキストでコースをざっと理解する事。ひとはだれでも、一緒に学ぶと理解が進みモチベーションが保ちやすよね。こちらのコースを学んだあとに、おすすめ書籍を参考書として使ってね！
マットのおすすめのオンラインコースは、Udemyなどのオンラインスクールがおすすめ。もちろん一人で、Python入門から始まり、統計数学・シグモイド関数、ニューラルネットワークを進めてよいけど、結構大変。
今なら￥15,000円から￥24,000くらい厄13～28時間ビデオ、たくさんの記事、サンプルソース、期間制限なしで学べるよ。

まずおすすめその１は、次の順番だよ。まずはマストアイテム”Python“ヘビ！だね。このスクリプト言語は非常にシンプルで、C++やJavaと比較してもプログラミング行数が圧倒的に少なく、簡潔にかけるよ。

次におすすめその2は、Pythonを使った機械学習の入門編だね。

最後のおすすめはその3は、

[おまけ]　Siri 面白回答集

初心者向け　用語集

AI用語集 – 初心者の方向け –

ニュースでよく聞く、難しい言葉やAI用語を整理するよ。

人工知能（AI）
一般的に、AIとは、人間のように働き、反応する知的な機械を作ることに重点を置いたコンピュータサイエンスの分野です。AIを、人間が行う際に知能を必要とすることを可能にする機械を構築することを目的とした、コンピュータサイエンスの多くの技術要素をまとめた幅広い用語。これらの分野には、次に説明する機械学習、深層学習、コンピュータ・ビジョン、自然言語・音声処理、コグニティブ・コンピューティング、ロボティック・プロセス・オートメーション（RPA）などがあります。

機械学習
機械学習とは、コンピュータシステムが、プログラムされた特定の指示に従わなくても、データに触れることでパフォーマンスを向上させる能力のこと。言い換えれば、機械学習とは、大量のデータの中から自動的にパターンを見つけ出し、それをもとに予測やより良い情報に基づいた意思決定を行うプロセスのことだよ。

ディープラーニング(深層学習)
ディープラーニングは比較的新しい強力な技術で、ある層からの出力が次の層の入力となるようなディープニューラルネットワークで情報を処理するアルゴリズム群を含むよ。”深層学習アルゴリズムは、がん細胞の検出や病気の予測などで大きな成果を上げているよ。

コンピュータビジョン
画像を扱いやすいように分析し、画像内の物体のエッジやテクスチャーを検出し、他の既知の物体と比較して分類する技術を用いて、写真内の物体、シーン、活動を識別するコンピュータが持つ能力のこと。基本的には、コンピュータビジョンは、画像や多次元データから情報を得る人工的なシステムを構築するための理論と技術だね。
自然言語／音声処理。人間と同じようにテキストや言語を扱うことができる能力のこと。
事例：テスラモーターズの自動運転。ナンバー読み込み。アマゾンの無人倉庫向け運搬ロボット。アップル社のSiri。

コグニティブ・コンピューティング
IBM社が提唱するコグニティブ・コンピューティングは、認知科学の知識を応用して、機械学習、自然言語処理、視覚、人間とコンピューターのインタラクションなど、複数のAI手法をまとめてアーキテクチャを構築し、人間の思考プロセスをシミュレートすることで、複雑な状況下でより良い意思決定を行うことを目的としています。コグニティブ・コンピューティングの目的は、人間に代わって意思決定を行うのではなく、人間がより良い意思決定を行えるように作られているよ。

事例：IBMワトソン(コンピュータ)を活用した例。自動受け答え機能。知識検索など。

IBM 出典：IBM

ロボティック・プロセス・オートメーション（RPA）
RPAは、ビジネスオートメーションにおける有望な新展開であり、2018年に非常に人気が高またね。IBMはこれを、プロセスやビジネス上の意思決定の自動化、データ取得の取り組みなど、より広範な自動化の取り組みと容易に統合し、自動化プログラムの価値を拡大できるソフトウェアと定義しているよ。
RPAは、トランザクションの処理、データの操作、応答のトリガー、他のデジタルシステムとの通信など、既存のビジネス・プロセス・マネジメント（BPM）アプリケーションを自動的に取り込み、解釈するように構成されているよ。エンタープライズ・オートメーション・ツール（BPMなど）との主な違いは、RPAが人間のオペレーターではなく、ソフトウェアや認知ロボットを使ってプロセス操作を行い、最適化するよ。
RPAとAIの違いを一言で表すと、「自己学習能力」の有無だね。AIには自己学習機能があるけど、RPAはあくまで指示通り（プログラム）に忠実に動くよ。
事例：三菱UFJによる、事務処理自動化(200業務）で9500人分削減。

AI用語集 -ディープラーニングの４つの手法-

DNNは、ディープラーニングでよく用いられる4つの手法のひとつだよ。

事例：IBMワトソン(コンピュータ)を活用した例。自動受け答え機能。知識検索など。

IBM 出典：IBM

[AI] 無料で学ぶ、Pythonで学ぶディープラーニング・機械学習　コンテンツ10選！ [初心者]