「無料ハーバード講座：PythonでのAI入門」
「無料ハーバード講座：Pythonを使ったAI入門」
初心者が人工知能を学ぼうとする際に直面する最大の問題の一つは、最良の学習リソースを選ぶことです。そのためには数えきれないほどのリソースが存在します。ハーバード大学で教えられているCS50 ハーバード大学におけるPythonを用いた人工知能入門は、人工知能を学ぶための優れたリソースです。
7週間のコースで、まず数学的論理とグラフ探索アルゴリズムの基本的な概念を学びます。その後、機械学習、ニューラルネットワーク、言語モデルについても学ぶことができます。さらに重要なことに、このコースの進行に沿っていくつかの興味深いプロジェクトも作り上げます。
このコースを受講する前にプログラミングの基礎を復習したい場合は、CS50x コンピュータサイエンスへの導入も無料で提供されており、プログラミングとコンピュータサイエンスの基礎を身につけることができます。
次に、このコースの内容を確認しましょう。
コースリンク: CS50 ハーバード大学におけるPythonを用いた人工知能入門
1. 検索
二つのポイント A と B が与えられた場合、検索アルゴリズムは A と B の間のパスを見つけようとします。そして、最適な解はしばしば A と B の最短経路です。例えば、最も短い経路を見つけるナビゲーションアプリなどがあります。
この最初のモジュールでは、以下のトピックがカバーされます:
- 深さ優先探索 (DFS)
- 幅優先探索 (BFS)
- 貪欲な最良優先探索
- A*探索
- ミニマックス
- アルファベータ枝刈り
このモジュールで作成するプロジェクトは以下です:
- 二人の俳優間の距離の度合い（Six Degrees of Kevin Bacon ゲームに触発されたプロジェクト）
- 三目並べをプレイする AI
リンク: 検索
2. 知識
二番目のモジュールでは、既存の知識を利用して結論を導く知識ベースエージェントに焦点が当てられます。
よって、検索（一番目のモジュール）と知識モジュールはグラフアルゴリズムと数学的論理に基づいています。後続のモジュールでは、機械学習と最適化について学ぶことができます。
この知識に関する二番目のモジュールでは、以下がカバーされます:
- 命題論理
- 帰結
- 推論
- モデルチェック
- 解決法
- 一階論理
そして、作成するプロジェクトは以下です:
- 騎士: 論理パズルの解決プログラム、マインスイーパー、AIをプレイする
- マインスイーパーをプレイする AI
リンク: 知識
3. 不確実性
確率は機械学習を学ぶ際に最も重要な概念の一つです。このモジュールでは、確率とランダム変数の基本的な概念を学びます。さらに興味深いプロジェクトを2つ作成することができます。
このモジュールでは以下がカバーされます:
- 確率
- 条件付き確率
- ランダム変数
- 独立性
- ベイジアンネットワーク
- サンプリング
- マルコフモデル
- 隠れマルコフモデル
作成するプロジェクトは以下です:
- 重要度に基づいてウェブページをランク付けする AI
- 遺伝的特性を持つ可能性を評価する AI
リンク：不確実性
4. 最適化
最適化は、広範な問題を解決するための重要な数学的ツールです。本質的には、最適化は、解のセットから最も最適な解を見つけることができるようにします。
このモジュールでは、以下の最適化アルゴリズムがカバーされています：
- 局所探索
- 山登り法
- 模擬退火法
- 線形計画法
- 制約充足
- バックトラック探索
このモジュールでは、クロスワードパズルを生成するAIを作成します。
リンク：最適化
5. 学習
このモジュールでは、機械学習とさまざまな機械学習アルゴリズムの詳細について探求することができます。教師あり、教師なし、および強化学習のパラダイムを学ぶことができます。
カバーされるトピックは次のとおりです：
- 最近傍分類
- パーセプトロン学習
- サポートベクターマシン
- 回帰
- 損失関数
- 正則化
- マルコフ決定過程
- Q学習
- K平均クラスタリング
このモジュールのプロジェクトは次のとおりです：
- オンラインでの顧客の注文完了予測
- 強化学習を使用してNimをプレイするAI
リンク：学習
6. ニューラルネットワーク
このモジュールでは、ディープラーニングの基礎に焦点を当てています。ディープラーニングの基礎を学ぶだけでなく、TensorFlowを使用してニューラルネットワークを構築してトレーニングする方法も学びます。
ニューラルネットワークモジュールでカバーされるトピックの概要は以下の通りです：
- 人工ニューラルネットワーク
- 活性化関数
- 勾配降下法
- バックプロパゲーション
- 過学習
- Tensorflow
- 画像畳み込み
- 畳み込みニューラルネットワーク
- 再帰ニューラルネットワーク
学習の締めくくりとして、交通標識認識プロジェクトに取り組みます。
リンク：ニューラルネットワーク
7. 言語
この最終モジュールは、自然言語処理を扱うことに焦点を当てています。言語処理の基礎からトランスフォーマー、アテンションまで、このモジュールでカバーされるトピックのリストです：
- 構文
- 意味論
- 文脈自由文法
- Nグラム
- 単語の袋
- アテンション
- トランスフォーマー
このモジュールのプロジェクトは次のとおりです：
- 文を解析し名詞句を抽出するパーサー
- マスクされた単語の予測
リンク：言語
まとめ
グラフアルゴリズムから機械学習、ディープラーニング、言語モデルまで、このコースではAIの基礎的なトピックがいくつかカバーされています。
講義を受け、講義ノートをレビューし、毎週プロジェクトに取り組むことは、素晴らしい学習体験になるでしょう。楽しんで学習してください！
[Bala Priya C](https://twitter.com/balawc27)は、インド出身の開発者兼技術ライターです。彼女は数学、プログラミング、データサイエンス、コンテンツ作成が交差する領域で働くことが好きです。彼女の関心と専門知識の範囲にはDevOps、データサイエンス、自然言語処理が含まれます。彼女は読書、書き物、コーディング、コーヒーを楽しんでいます！現在は、チュートリアル、ガイド、意見記事などの執筆を通じて開発者コミュニティと彼女の知識を共有するために学習に取り組んでいます。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
