【動画で学習】UdemyのPython・機械学習 人気／おすすめ講座【セールでお得】

このコースでは、Python3の基礎である入門コースを一通り終えた後に、今後のアプリケーション開発に役立つためのPythonのテクニックやデーターベースアクセス(SQLite, MySQL, MongoDB, SQLAlchemy, memcached, Hbase, neo4j etc)、WEB(Flask, socket, RPC etc)、インフラ自動化(Fabric, Ansible)、並列化(スレッド、マルチプロセス)、テスト(Unittest, pytest, Tox, Selenium, etc)、暗号化(pycrypto, hashlib)、グラフィック(turtle, Tkinter)、データ解析(numpy, pandas, matplotlib, scikit-learn), キューイングシステム(ZeroMQ, Celery)、非同期処理(asyncio)などのPythonを使った応用編を取り入れております。

また、Pythonのコードをただ書いて、プログラムが動けば良いというだけではなく、コードスタイルに関しても言及しております。pythonicにと言われるように、PythonはPythonらしく綺麗でわかりやすいコードを書くことが大切です。

私が10年以上勤務しているアメリカのシリコンバレーのIT企業ですが、どの企業にも世界の多くの国から、良いプログラマーが集まってきます。そのため、他の国から来た異文化の人がコードを読んでも理解できるように綺麗に書かなければなりません。

日本では、他の人にはわからない難しいコードが書ける人が素晴らしいプログラマーだとされる傾向がありますが、シリコンバレーでは、いかに綺麗にわかりやすいコードを書けるかが重要となって来ております。アメリカでは、解雇や転職などの機会も多く、コードは常に誰か新しいメンバーが入って来てもすぐにわかるようにしなければならないため、他の人にわかりにくいコードを書くブログラマーは解雇対象となってしまいます。

まずは、Pythonの基礎を学んで、アプリケーション開発の際には、コードスタイルに気をつけて、Pythonicなコードが書けるように目指しましょう。

皆様の今後のご活躍にお役に立てるようなコースとなれば幸いです。それでは、今後の皆様のご活躍を祈っております。

-------------------- お知らせ -----------------------

本コースは、2020年8月3日に全面リニューアルされました。

開発環境はGoogle Colaboratorlyに変更され、コードも全面的に更新されました。

旧レクチャーの動画は2021年9月1日に削除されました。

----------------------------------------------------

みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。

難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。

文系や非エンジニアの方にもお勧めです。

Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。

本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。

機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。

開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。

データの分類や、文字認識、株価分析などの実践も行います。

その他コースの特徴は、以下通りです。

- 理論よりも体験を、手を動かすことを重視します。

- 可能な限り、簡単な数学を用いて解説します。

- 必要な数学はグラフィカル、直感的に解説します。

- ニューラルネットや機械学習などの難しい概念は、細かく分解して少しずつ学習します

- プログラミング初心者、未経験者でも大丈夫です。プログラミング言語Pythonを基礎から勉強します。

- 機械学習の基礎が身につきます。機械学習のコードを一から実装します。既存の有名ライブラリの解説も行います。

なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。

ディープラーニングに関しては、概念のみの解説となります。

2021.4.26 Section2、Section7にレクチャーが追加されました。

「Pythonに興味はあるけれど・・・」

「自分にはプログラミングなんてとても・・・」

「結局挫折してしまいそうで・・・」

そんな一歩踏み出すきっかけが欲しいあなたにオススメのコースです。

業務を効率化したいなら、コスト・汎用性・難易度・処理速度の観点から総合的に見て、VBAやRPAより断然Pythonをオススメします！

詳しいカリキュラムについては"コースの内容"をご確認下さい。

プログラミングは決して限られた人にしか扱えないものではありません。

誰にでも門戸は開かれており、あなたも必ずプログラムが書けるようになります。

スマホのアプリを使うのと同じように、気楽に楽しみましょう。

完璧である必要は全くなく、ハイレベルを目指す必要もありません。

大谷翔平でなくても野球をして良いし、楽しむことができますよね。それと同じです。

ただあなたの日々の仕事や生活に、あなたのできる範囲でプログラミングを活用し、今より少しでも充実した毎日になる。それで十分なのです。

プログラミングを習得すれば、

　　できる仕事の範囲が広がる・可処分時間が増える

　　　　　　　　↓

　　自分でコントロールできる仕事（裁量権）が増える・ストレスが減る

　　　　　　　　↓

　　会社生活・私生活がもっと充実する

という好循環に入ることができます。

是非この機会に、一緒に楽しみながらスキルアップしましょう！

それでは、コースでお会いできることを楽しみにしております。

はじめてのPythonは、誰にでも開かれたPython初心者向けの講座です。

プログラミング言語Pythonをゼロから少しづつ丁寧に解説するので、Pythonの本質を無理なく着実に身につけることができます。

高い学習効率も本コースの特徴の一つです。

講義と演習を軸として、高い学習効率が実現できるようにコースが設計されています。

Pythonのコードに慣れるために、演習ではコードを実際に書いたりカスタマイズしたりします。

レクチャーの難易度は緩やかに上昇するので、プログラミング初心者の方でも問題なく受講することができます。もし、不明な点が生じましたら、Q&Aで遠慮なくご質問ください。

ゼロからPythonを学習し、楽しみながらそのエッセンスを身につけていただくことがこのコースの目的です。

————————————————————

Pythonは、とてもコストパフォーマンスのいいプログラミング言語です。

文法が簡潔で学習の敷居が低いにもかかわらず、高い汎用性を持っています。

そして、様々なプログラミング言語別の年収ランキングで、Pythonエンジニアの年収は1位となっています。

近年Pythonが注目を集めている理由の一つに、人工知能の分野での活躍があります。

機械学習やディープラーニングを含む人工知能の開発でスタンダードとなっており、FacebookやGoogleなどの先端企業で高い利用実績があります。

統計用ライブラリが充実しているため、データサイエンスの分野でも活躍しています。

ビッグデータの解析においても、Pythonはとても有用です。

また、IoTやロボット制御の分野において、ハードウェアの制御や自律型ロボットのアルゴリズムにPythonは用いられています。

そして、YouTube、Instagram、DropboxなどのWebアプリは、Pythonで開発されています。

その他にも、自然言語処理、数学、生物学、天文学などPythonは分野の垣根を超えて大活躍しています。

コードが簡潔に書けるため、専業のプログラマでなくても実用的なコードが書けるのが大きなメリットです。

以上のように、Pythonは実績、汎用性共に申し分なく、有用で将来性のあるプログラミング言語です。

実際にPythonは社会を様々な形で支えており、Pythonエンジニアの需要は高まっています。

様々な国内外の企業がで高待遇で募集していますが、需要に供給が追いついていません。

————————————————————

本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

環境構築の敷居が非常に低いため、プログラミング初心者の方にもお勧めです。

Pythonの習得は、あなたの可能性を大きく広げます。

本コースを修了した方は、早速Pythonを何かに使ってみたくなるのではないでしょうか。

【概要】
本講座では、データサイエンスをこれから勉強したい方や興味はあるが何をどうやって勉強すれば良いかわからない方、及びプログラミング初心者を対象としています。データサイエンスの一連の流れを体験できるカリキュラムとなっており、学ぶべきことのヒントを散りばめ、よりステップアップしていく為の足掛かりとなるような設計を心がけました。

【本講座のこだわり】

• 実践を重視し、リアルなデータと課題を教材として採用しています
• 言葉や概念を学習するスライドの章とプログラミングしながら実践する章の２つを用意しています
• 一問一答形式の教材を用意。問題を解き進めることでプログラミングが徐々に身につき、データサイエンスの流れが体験できるようになっています
• 分析コンペティションも教材として採用し、楽しみながら学習が進められます
• 講座終了後に使用した教材が自身の教科書となるようになっており、もう一度ご自身の力で教材の問題を解き直すことで復習にも利用できます
• 発展的な内容は極力除外し、なるべく平易な表現や例を使い、イメージで理解できるように工夫しました

【その他】

• python3を採用し、プログラミング環境はjupyter notebookを利用
• 11個のjupyter notebookファイルをオリジナル教材として用意

【講師より】
本講座でご紹介するのはデータサイエンスの中でもごく一部ですが、概要がわかり、ちょっと手が動かせるようになると、ご自身でどんどん学習を進められるようになります。より多くの方がデータサイエンスに興味を持っていただき、ご活躍頂ける為に、本講座が少しでも皆さんのお役に立てれば幸いです。

-------------------- お知らせ -----------------------

本コースは、2020年8月3日に全面リニューアルされました。

開発環境はGoogle Colaboratorlyに変更され、コードも全面的に更新されました。

旧レクチャーの動画は2021年9月1日に削除されました。

----------------------------------------------------

みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。

難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。

文系や非エンジニアの方にもお勧めです。

Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。

本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。

機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。

開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。

データの分類や、文字認識、株価分析などの実践も行います。

その他コースの特徴は、以下通りです。

- 理論よりも体験を、手を動かすことを重視します。

- 可能な限り、簡単な数学を用いて解説します。

- 必要な数学はグラフィカル、直感的に解説します。

- ニューラルネットや機械学習などの難しい概念は、細かく分解して少しずつ学習します

- プログラミング初心者、未経験者でも大丈夫です。プログラミング言語Pythonを基礎から勉強します。

- 機械学習の基礎が身につきます。機械学習のコードを一から実装します。既存の有名ライブラリの解説も行います。

なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。

ディープラーニングに関しては、概念のみの解説となります。

2021.4.26 Section2、Section7にレクチャーが追加されました。

このコースは全世界で130万人を超える受講者を持ち、人工知能、機械学習、深層学習の第一人者、SuperDataScienceTeamによってUdemyで公開されているベストセラー「Machine Learning A-Z」の完全日本語版です。

オリジナルの講義の内容を、「講義/Pythonを用いた実装」という形で一から再収録しました（Rの実装は除いています）。

昨今メディアなどで人工知能、AI 、機械学習と言ったキーワードを聞かない日はありませんが、多くの方は 「興味は持っているものの、何から手を付けて良いのか分からない。」 「数学が苦手でとっつきにくい」 と感じている方も多いのではないでしょうか。

本コースはそのような学習者の為にデザインされたコースです。

文書の翻訳といった分野にとどまらず、IPhoneの音声認識、AmazonやNetfrixなどにおけるお勧め機能、Facebookなどにおける画像認識をはじめ、医療、宇宙開発、拡張現実など、あらゆる領域において活用できる可能性を秘めているのが人工知能・機械学習なのです。

また、世の中で生み出されるデータの量の増加により、今後更なる発展が期待される分野とも言えるでしょう。

その一方で、初学者にとって機械学習を学ぶにはハードルが高いという難点がありました。

機械学習の参考書を手に取ってはみたものの、複雑な数式だらけで挫折してしまった、という方もいらっしゃるかもしれません。

更に、機械学習は異なる領域の専門家がそれぞれの見解を元に書籍が作られているため、学ぶ内容に一貫性がないというもの非常に大きな問題でした。

機械学習を学んだことがあるが、挫折してしまった。そんな方にこそ是非受講して頂きたいコースです。

本コースでは、機械学習で用いられる26のアルゴリズムに関し、まずは直観的な理解をし、その上で実装をしていきます。 難しい数式は極力使わないように配慮していますので、数学に苦手意識がある方でもスムーズに学習を進めることが可能です。

また、それぞれのアルゴリズムをカテゴリに分け、まとめて学習を進めていきますので、それぞれの学習内容が有機的につながっていくでしょう。

本コースの内容は以下のとおりです。

• Part 1 - データの前処理

• Part 2 - 回帰: 単回帰, 重回帰, 多項式回帰, サポートベクトル回帰, 回帰木, ランダムフォレスト（回帰）

• Part 3 - 分類: ロジスティック回帰, K近傍法, サポートベクトルマシン, カーネルSVM, ナイーブベイズ, 分類木, ランダムフォレスト（分類）

• Part 4 - クラスタリング: K平均法, 階層クラスタリング

• Part 5 - Association Rule Learning: Apriori, Eclat

• Part 6 - 強化学習: Upper Confidence Bound, Thompson Sampling

• Part 7 - 自然言語処理: Bag-of-words model

• Part 8 - ディープラーニング: ニューラルネットワーク, 畳み込みニューラルネットワーク

• Part 9 - 次元削減: 主成分分析, 線形判別分析, カーネル PCA

• Part 10 - Model Selectionとブースティング: k分割交差検証, グリッドサーチ, XGBoost

本講義を終えた時には、機械学習のアルゴリズムに対する理解がぐっと深まっているでしょう。

これからも需要が伸びることが予想される機械学習の分野で、ライバルに差を付けたいという方は、ぜひとも本コースを受講してみてください。

本コースを終えた時には、機械学習に対する見え方が変わっていることをお約束します。

このコースでは，機械学習における識別（分類・認識）の基礎をPythonを用いて学びます．このコースの目標は，機械学習でデータを識別するための一連の流れ（データの準備・前処理・識別器・評価など）を理解することです．Pythonの機械学習ライブラリscikit-learnとインタラクティブなプログラミング環境jupyter notebook (ipython notebook)を使って，実際にpythonコードを実行しながら学びます．

レクチャーでは，notebook上で実行するpythonコードとその内容を説明します．pythonコードのnotebookはダウンロードできますので，レクチャーを見ながら・見た後で実際に実行することをおすすめします．自分なりに改変・修正すると，さらに理解が高まるでしょう．

機械学習を理解するためには数学が必要になるのですが，このレクチャーでは（ほとんど）数式を使わず，コードを実行して結果を議論することで，機械学習のコンセプトを伝えるようにしています．理論的なことを知りたい場合には，他の資料を参考にしてください．

プログラミングの注意：pythonやその他の言語でのプログラミング経験があることを前提にしていますので，python自体の説明は省略しています．

レクチャーで使用しているnotebookはダウンロードできます．「レクチャー用のnotebookのダウンロードはこちら（ソースコードはここにあります）」というレクチャーを参照してください．

【最新更新状況】

2019/4/18 GoogleのチュートリアルのKeras移行に伴い、

• Google Colaboratoryによる体験

• 3層ニューラルネットワーク

• 畳み込みニューラルネットワーク

のセクションを追加し、旧コンテンツ（TensorFlowネイティブでの開発）はアーカイブしました。

2018/10/19  TensorFlow 1.11 CPU/GPUのインストール手順（conda版）を追加しました。

　　　　　また、古いバージョンのインストール方法の動画は削除しました。

2018/3/9　Anaconda 3とTensorFlow 1.6のインストール手順を追加しました。

2017/12/4  レクチャー23のスライドに誤植があったので更新しました。

2017/11/16 TensorFlow 1.4.0（CPU版）のインストール手順を収録・追加しました。

2017/10/26 Anaconda3 5.0.0 + TensorFlow 1.3のインストール手順をmacOS, Windows版をそれぞれ追加しました。

2017/9/15 TensorFlow 1.3 GPU版のインストール手順を掲載しました。

2017/8/24 TensorFlow 1.3 GPUでcuDNN 6.0が必須になりましたので、補足を追加しました。

2017/8/13 Anaconda 4.4.0 / Python 3.6のインストール手順を追加しました。

　Windows環境でもPython 3.6がサポートされました。（＊以前はPython 3.5のみ）

2017/8/2 TensorFlow 1.2.1のインストール手順を追加しました。

2017/4/29 スタイル変換（写真を画家のタッチで描く）のチュートリアルを追加しました。

2017/4/27 TensorFlow 1.1がリリースされましたので、インストール手順を追加しました。なお、既存のチュートリアルは1.1での動作を確認しました。

2017/4/3 機械学習の概要解説を追加しました。

2017/2/27 TensorFlow 1.0のインストール方法、MNIST for Beginners・Expertsのコード実行のレクチャーを追加しました。

2017/2/22 Windows版のインストール手順を更新しました（Anaconda 4.2.0のダウンロード・インストール手順）

2017/2/21 勾配降下法・ミニバッチの解説を追加しました。

2017/2/12 Jupyter Notebookでコメントを入力する方法。Jupyter Notebookの終了方法を追加しました。

2017/2/9 MNIST for Experts のスライドを更新（活性化関数の解説を追加）しました。

2017/2/8 活性化関数（ReLU）の図解レクチャーを追加しました。

【ご注意】

このコースは、Python経験者で英語でGoogle社のTensorFlowチュートリアルが自力で理解できる方には物足りないと思いますのでご注意ください。チュートリアルを実施するのはナンセンスだと考える上級者の方には決して受講をお勧めしません。間違えて受講された場合は返金も可能ですので、初心者以外の方は受講しないでください。

Pythonをはじめて体験する方、TensorFlowでどんなことができるかを体験してみたい、という方を対象にしています。TensorFlowライブラリを使用したアプリケーション開発などは別コースを企画しています。

【2019年、ディープラーニングが急速に普及します】

2017年1月30日にピッツバーグで開催されていたトップレベルのチェスの試合で、カーネギーメロン大学のグループによる人工知能 "Libratus" が人間を打ち負かしました。2017年初めには、オンライン囲碁（野狐囲碁）でチャンピオンに連勝する人工知能（Master）が登場して話題になりました。Masterの正体は、2016年にイ・セドルプロを破った "アルファ碁（AlphaGo）" の改良版でした。アルファ碁は、イギリスのディープマインド社で開発されている人工知能です。ディープラーニングや強化学習と呼ばれる仕組みを使って、コンピューターが自己対戦を繰り返して成長するコンピュータープログラムです。AlphaGoのトレーニングにはGoogle社のTensorFlowという人工知能のライブラリが使われています。

医療や農業、教育などさまざまな分野で、「人工知能・AI」による自動化、分類や推定が注目されています。ディープラーニングは、コンピューターにさまざまな情報を学習させて、分類や推定を行う機械学習の一種です。人間の脳を模したニューラルネットワークを何段にも（ディープに）重ねることで、精度の向上を実現しています。

2017年のCES （コンシューマー・エレクトロニクス・ショー）では、ディープラーニングを実装したロボットを使ったサービスやアプリケーションが次々と発表されました。今後も続々と登場するでしょう。

この講座は、AlphaGoにも採用されているGoogle社のTensorFlowライブラリを使って、短期間にディープラーニングによる人工知能の動作を体験し、ディープラーニングを活用したサービスやプロダクトの企画・開発のヒントを得られるようになることを目指して制作しました。

TensorFlowは、GooglePhotoやGoogle翻訳、Google検索などで実際に使われている機械学習、深層学習のライブラリです。

さまざまなOS上で動作をしますので、学習だけでなく、ウェブアプリケーション開発やモバイルアプリ開発も可能です。

【コースの概要】

このコースは、Udemyでのべ82,000名にプログラミングを指導してきたベテラン講師が担当します。

Google社が公開しているオープンソースの人工知能ライブラリ・TensorFlow（テンソルフロー）を使って、

以下のような順で学習を進めます。

第0日：　環境構築

• Anaconda (Python 3) , TensorFlowのインストール

• TensorFlowでHello World!

第1日：　手書き文字の分類　（多項ロジスティック回帰）

• 多項ソフトマックス回帰の実行

第2日：　手書き文字の分類　（畳み込みニューラルネットワーク）

• 2段階の畳み込み・プーリング層、2層の全結合層を組み合わせたニューラルネットワークで精度を向上させる

• 学習したモデルを使用して分類を実施してみる（収録中）

第3日：　画像認識

• パンダの画像認識

• オリジナル画像（犬）の認識

第4日：　スタイル変換

• 画家のタッチをAIに学習させ、写真のスタイル変換をするAIプログラムを体験します。

• サンプルは北斎の「波」を使用しますが、ムンクやゴッホなどのデータも使用可能です。

オプション（必須ではありません）

• Python 3の概要 

• Python 3 のミニマムな文法

• 参考文献リスト

プログラムをJupyter Notebook上でステップ・バイ・ステップで実行しながら、ディープラーニングの仕組みを体験していきます。

＊レクチャーで使用したJupyter Notebookはコース内でダウンロードできます。お急ぎの方はコーディングせずにプログラムを実行できます。ご自身でコーディングするとより理解が深まるでしょう。

【このコースを学ぶと】

人工知能と言われても、言葉だけではどんなことができるのかピンときません。しかし、実際に人工知能のトレーニングや推定を体験してみると、いろいろなアイデアが生み出せるようになるでしょう。

ぜひこの機会にTensorFlowを体験し、人工知能時代に活躍するスキルを手に入れましょう。現在、世界中でディープラーニングエンジニアの求人が急拡大しています。また、あらゆる業種で、人工知能を適用して課題解決が図れる人材が切望されています。エンジニアでなくても、ディープラーニングや機械学習の概念を理解することで、人工知能の得意なことを活かしたり、まだ人工知能ではできない限界を知って、リアリティのある意思決定ができるようになります。

【このコースの特徴】

• 数学やプログラミングの知識がなくても、ディープラーニングのプログラムを体験できます。

• 数式を理解できなくても、概念的にどういう処理をしているのか、を直感的に理解できるようになります。

• 畳み込みやプーリングなど難解な処理の仕組みを図解で理解できるようになります。

• Python 3 + TensorFlowを使って、パソコン上でディープラーニングを体験できます。

• ボーナストラックでは、Python 3の基礎を解説します。

【受講をおすすめしない方】

• すでにTensorFlowのチュートリアルを体験済みで解説が不要な方

• すでにディープラーニングに詳しい方

• Linuxでないと学習をしたくない方

• 動画で学習するのはナンセンスだ！書籍で学んだ方がいい！という方

• ソフトウェアのインストールや、コードの入力は全くしたくない方

• WindowsやMacでPythonプログラミングをやるのは気に入らないという方

人工知能をマスターしたら、あなたはどんな問題解決をしますか？

＊＊＊今後の予定＊＊＊

続編として、

• ニューラルネットワークをNumPyで自作して数学的処理を理解する講座

• CIFAR-10など本格的なディープニューラルネットワーク

• RNN（リカレントニューラルネットワーク）LSTMなどを使用した自然言語処理

• 音声認識などのアプリケーション

• C++の基本と、TensorFlowの使用

• Raspberry Pi 3でTensorFlowを動かしてみよう

• iOSやAndroidでTensorFlowを使用してみよう

• Chainerでディープラーニングを学ぼう

などの講座化を企画しています。

もしリクエストがあれば、メッセージなどでお知らせください。

＊＊＊　受講上の注意　＊＊＊

このコースは動画で、はじめてディープラーニングやCNNなどを学ぶ方のためのコースです。

環境構築から１つ１つ丁寧に解説していきますので、

・動画より書籍で学びたい方

・すでにCNNなどについて基礎から学習するのは馬鹿らしい

という方は、間違って受講されないようご注意ください。

また、間違えて登録した方は30日以内であれば返金可能なのでお試しください。

＊更新情報

2019/1/19 iOSアプリ化セクションのソースコードをセクションの最後に追加しました。

2019/1/7 CoreML対応フォーマットに変換し、iOSアプリ化するセクションを完成しました。

＊ただし、実機での実行・アプリ配布にはMacとApple Developerプログラム登録が必要です。

2018/3/22 Flaskでウェブアプリ化するセクションを追加しました。

2018/2/10 コマンドラインから画像ファイルを指定して推定を行うプログラムを作成するセクションを追加しました。

2017年1月にリリースしたTensorFlow入門・ニューラルネットワーク入門コースでは、およそ8,000名の受講生のみなさんが典型的な手書き文字認識問題を体験しました。

そして多くの受講生のみなさんから「AI分類器を自作して、ビジネスや趣味に活かしたい！」というリクエストを多数いただきました。

そうしたリクエストに応えるために、このコースは制作されました。

【コースの概要】

コース内では、

1. Pythonでオンラインでクローリングを行い、画像データを収集する

2. 収集したデータを同じサイズに加工して深層学習の前処理（準備）をする

3. 前処理をしたデータを用いて、ディープラーニングを実行し、モデルを作成する

4. モデルを使って、テストデータにより性能評価を行う

5. より精度を向上させるためのデータの改善を行う

6. 画像ファイルを与えて推定を行うプログラム（ウェブアプリ・iOSアプリ）を作成する

というチャレンジをしていきます。

また、このために必要なAnaconda, Python 3, TensorFlow, Keras, 画像処理ライブラリ, スクレイピング・クローリングライブラリなどの導入や設定についても詳細に解説します。

あなたが集めたデータを整理してプログラムを実行するとオリジナルの画像分類AIを作れるようになります。

この講座を受講したら、あなたはどんなAI分類器を作りますか？

本講座では、換気状況のモニタリングによる感染症対策に興味のある方、実際に簡易なIoTの仕組みを構築してみたい方を対象に、RaspberryPi、Python、CO2センサーによりCO2濃度を換気状況を測定し、クラウド（Google Spreadsheet）に無料でデータを蓄積する方法について解説します。また、感染症予防に望ましいとされる換気の程度を、WHOや厚生省などの資料を参照しつつご紹介します

本講座を活用し、換気という観点において感染症予防策の定量的な目安を理解し、可視化し、対策を考え、感染症予防に活かして頂ければとても嬉しいです

【講座の特徴】
①気軽にIoTを体感：通常、電子工作に必要となるハンダ付や回路構築が不要であり、市販のRaspberryPiとCO２センサー(CO2-MINI)をご購入頂ければ、WiFi環境下でIoTを実現できます

②プログラミング経験不要：コーディングできることではなく、システム全体の仕組みを理解し、IoTを組み立て、使い、実生活に活かして頂くことを目的に、プログラミング経験が無く、Raspberry Piが初めての方が理解できるよう作成しています

③個別技術について概説：Raspberry PiやPythonなど、本講座中でのIoT実現に用いている各個別技術について簡略に解説しておりますので、簡易なIoTを成り立たせる仕組みの概要を押さえることができます

概説している個別技術
・Raspberry Pi
・Terminal
・Python（コードの細かな解説は行っておりません）
・Google Cloud
・Google Spreadsheet
・VNC Viewer
・CO2センサー

【本講座がオススメでは無い方】
①PythonによるIoTのコーディングについて詳しく学びたい方
　（コーディングは詳細には解説しておりません）

②IoTを幅広に学びたい方
　（本講座で作成するのは、CO2-MINIのデータをクラウドに貯めるシステムです。I2Cなど、一般的なセンサーからのデータ取得や、クラウドに貯めたデータに基づく制御やフィードバック等については扱っておりません）

※上記①、②をカバーする講座として、I2Cセンサーならではのコーディングの解説、クラウドに蓄積したデータに基づく制御やフィードバック（サマリーメールの送付等）を実装する講座を2022年中に公開予定ですので、機会があれば、そちらもご活用頂けますと嬉しいです

【補足】
①講座中ではRaspberry Pi 4Bを活用しておりますが、3Bや3B+等、他のRaspberry Piでも動作確認済です。低価格なZeroに関しては、スペックが高くはなく、Webブラウジングでフリーズする場合もあり、Raspberry Piの扱いに習熟した方以外はオススメ致しません。Raspberry Pi Picoに関しては、根本的に設計が異なり、本講座で使うことはできません(2021/12/15追記)

②講座中では、CO2センサーとして、CO2-MINIを用いております。2020年8月頃にCO2-MINIの仕様が変更となり、それ以前にご購入されたCO2-MINI(旧版と呼称。データが暗号化されています)に関しては、講座中のプログラムでは上手く読み取れません。旧版をご活用になりたい場合、旧版に対応したプログラム（暗号の復号機能あり）をお送り致しますので、メッセージやQ&A機能で講師までご連絡ください（2021/12/15追記）