【入門】未経験からのAI・機械学習の学習方法

この記事は「未経験からのAI・機械学習の学習方法」をまとめた記事になります。

この記事の対象者

AI・機械学習エンジニアになりたいけど何から始めれば良いかわからない方

記事のテーマ
目標設定
学習手未経験からのAI・機械学習の学習方法

独学の場合
プログラミングスクールを利用する場合

AI・機械学習エンジニアになって年収にゆとりを

記事のテーマ

現在僕は機械学習エンジニアとして働いています。残業もなく、給料も良いのでこのように副業しつつ、育児にも時間を掛けられるようなゆとりのある生活ができるようになりました。

ここまでの生活になるまで、いくつもの試行錯誤を繰り返し、随分と遠回りをしてきました。

僕のようにこれから機械学習エンジニアを目指す方に同じような二の足を踏まないような記事になっています。これからAI・機械学習エンジニアを目指される方は是非ご参考ください。

目標設定

目標設定は「AI・機械学習エンジニアとして就職する」にします。

ほんとは「年収〇〇〇〇万！！」など具体的にしたいところですが、まずは業務経験を積むことを目標にする方が現実的です。

ちなみに一度機械学習エンジニアとしての業務経験を積めば今後の需要などを想定したとき、勝手に年収は上がっていくかと思いますのでまずは、就職することにフォーカスしましょう。

学習手未経験からのAI・機械学習の学習方法

独学でも、AI/機械学習エンジニアになることは可能です。デメリットとしては「習得まで時間がかかること」です。長い方で就活も含め「１年間の長期戦になる」ことを確保してください。

プログラミングスクールの場合、「技術相談・転職相談がいつでも気軽にできる」ということもあり、「学習につまずくケースが少ない」です。そのため、「半年ほどで就職にいたる」ケースもあります。

私も画像認識による機械学習は大学ですこし学んでいたので、もし独学が難しい方何かの学習機関に頼ることは一つの手段としてとても現実的だと考えています。

独学の場合

学習手順ですが独学の場合以下のように進めていきます。

AI・機械学習の概要把握
Pythonの習得
AI・機械学習に必要な数学知識の習得
AI・機械学習関連のソースをPythonで実装
機械学習アルゴリズムの理論を把握
Kaggleコンペの参加

1. AI・機械学習の概要把握

まずは簡単な技術書を読んで概要を掴みましょう。

概要レベルで良いので自分が読みやすい本で良いです。

おすすめの書籍については以下の記事でまとめています。

2. Pythonの勉強

プログラミング未経験者の方は書籍やWEBなどのテキスト形式で学ぶと、何か問題に直面した際に相談する相手がおらず困ってしまうケースがあるかと思いますので、Udemyを使用した動画講座で講師サポートを受けながら進めていくのが良いかと思います。

以下の講座の講師は現在シリコンバレーでエンジニアをされている「酒井潤」さんの動画講座です。youtuberとしても活躍されており業界では名のしれた方です。

この教材で学習する

3. AI・機械学習に必要な数学知識の習得

機械学習に必要な数学知識ですが、中学〜高校の内容がわかれば大丈夫です。

ですがいきなり数学の教科書のような物を使用すると挫折するので、以下の書籍でディープラーニングの仕組みを数学的に把握しながら勉強すると楽しく勉強できます。

リンク

上記を学んだ後より数学を体系的に学ぶためにAI Academyを利用した勉強方法をオススメします。（月額980円かかってしまいますが非常に良質なWEBサービスです！）

AI Academy | Python・機械学習・AIを実践的に学べるプログラミング学習サービス

AI Academy はあなたに最適化されたカリキュラムで、Python・機械学習・AIを実践的に学べるプログラミング学習サービスです。Python入門、SQL、機械学習に必要な数学、統計、scikit-learnによる機械学習、Keras+TensorFlowによる深層学習（ディープラーニング）、画像認識、自然言語処理など、人工知能や機械学習に関連するコンテンツが200種類以上のテキストコンテンツから学べます。

AI Academyに以下の教材がありますのでこちらを勉強されると良いです。

機械学習に必要な数学編
確率・統計学編

AI Academyを利用した具体的な勉強方法については以下を参考ください。

4. AI・機械学習関連のソースをPythonで実装

こちらもテキスト形式でなく、動画での受講がオススメです。

（テキスト形式が好みの方は前述したAI Academyの教材を活用ください！）

オススメする動画教材としては以下の記事でまとめています。

5.機械学習アルゴリズムの理論を把握

さておそらくこれが最難関だと思いますが、機械学習アルゴリズムの理論を学んでいきましょう。

どういったロジックで機械学習が行われモデルが生成されるのか数式を使いながら理解していくフェーズになります。

教材は前述したAI Academyの以下の教材をオススメします。

機械学習アルゴリズム(理論編)

ちなみにこのフェーズでは100％理解しようとしなくて大丈夫です！

まずは理論をさらっと読んで必要になったタイミングで深く理解していきましょう。

6.Kaggleコンペの参加

Kaggleとは企業や研究者がデータを提供し、世界中の統計家やデータ分析家がその最適モデルを競い合う、コンペティションです。優秀な予測を提出した方には賞金も出たりします。

【Kaggle公式】

Kaggle: Your Machine Learning and Data Science Community

Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.

Kaggleコンペに参加する目的は、

数値、文字列、画像、音声それぞれのデータ形式に対し、適切な機械学習モデルを構築する実装が実務レベルに近い形でできるようになること

です。

Kaggleで優秀な結果を残すことが目的ではなく、多種多様な課題に対し適切に対応できるようになることが目的です。

もちろんKaggleに参加する過程の中で優秀な成績を残すことができれば、企業に提出する実績材料としても通用することがあるでしょう。

プログラミングスクールを利用する場合

先述でみていただいた通り未経験の方が独学で学ぶとなると結構やること多くて、習得に時間かかりそうなイメージがありますよね？

もしお金に余裕があればAI/機械学習に特化したプログラミングスクールの利用を推奨します。以下の基準でプログラミングスクールを選択すると良いです。

【オススメのAI・機械学習に特化したプログラミングスクール】

転職を前提とするなら『Aidemy(アイデミー)のプレミアムプラン』
スキルだけつけたいなら『TechAcademy』
費用が気になるなら『AI Academy Bootcamp』

まずはTechAcademyで無料カウンセリング受講をやっていますので、そちらを利用して詳細な内容について確認してみるのも良いかと思います。

無料で相談する

各スクールの詳細な比較は以下の記事でまとめています。

AI・機械学習エンジニアになって年収にゆとりを

今、AI・機械学習エンジニアは大手でも人手が不足しており、引く手あまたな需要状況です。

将来的にも、フロントエンド、バックエンドの技術に比べ需要が続いていくと考えています。

それなりに時間とコストを要するキャリアにはなりますが、機械学習エンジニアになった自分としては、ほんとにあの時頑張って良かったと心から思っています。

次はあなたがAI・機械学習エンジニアとして立ち上がる番です。

時間とお金にゆとりのあるエンジニアを目指して頑張りましょう！

AI/機械学習