こんばんは。

かなりお久しぶりです。
ブログを更新していなかった半年間ですが、ついに私の夢の
マイホームが完成しましたーーー！！！
自分で練りに練って考えた間取りなので住み心地最高です！
まぁ私は単身赴任中なのでほぼ土日しか住めていませんが・・・（笑）

プログラミングの勉強はというと、ブログは更新していませんでしたが、
面白そうだな―と思った本を買って、ぼちぼちと続けておりました。

あとは機械学習やディープラーニングを学ぶ上で数学が必要みたいなので、
中学1年の数学から復習しておりますｗ
改めて今問題集を解いていますが、中1の数学も意外に難しいものですね。

それと英語の勉強もぼちぼちやってます。

数学と英語とあと最近、基本情報技術者のテキストを勉強し始めて、
それぞれ1日15分ずつと決めてのんびりこつこつやっております。

数年後に花開くことを信じて継続は力なりでがんばります！

そしてこのブログですが、今後はこういった雑記に加えて、私の勉強の成果や
いろいろと手を出した各種技術の設定方法の備忘録などそういった少し自分
本位な使い方をさせて頂きたいなと思っています。

自分なりにノート取ったりメモ取ったりしているのですが、読み返すのに字が
汚いだとか整理されていないだとかで、探すのに時間がかかるんですよね（笑）

このブログに書いとけば探すのも楽だし、また同じようなことではまっている
人もいるかもしれないので、その方のお役に立てればいいかなと思い、この
ような運用でやっていきたいと思いました。

ブログのメインページというのかな、ある記事をトップ固定にして、
随時興味のある内容を追加し、手を付けたら更新していくというような感じで
進めていきたいと思っています。

ということで、自分の為にも今度こそ更新を頑張っていきたいと思います！

アプリ開発

• Gitの使い方
• HTML/CSSを使ってWebページ作成
• JavaScriptで動きのあるページ作成

人工知能

• 自然言語処理学習
• 画像処理学習
• 音声処理学習
• 時系列データ処理学習
• チャットBOT作成
• GANでの画像生成
• 音声データの解析
• 株価予測

サーバー

• Dockerの使い方
• Linuxの仮想環境作成
• 作成したWebアプリの公開

ネットワーク

• ネットワークの学習
• AWSでWebアプリ本番運用環境構築
• セキュリティの学習

データベース

• データベースの学習
• LinuxへPostgleSQLをインストール
• 機械学習に必要なデータをDBへ保存する及び取り出す
• Webアプリの会員情報やログの保存

プログラミング言語

• LinuxにPython開発環境構築
• Pythonでのコードテストの方法
• .jsファイルとのやり取り

ハードウェア

• Linux導入
• 自作PC組み立て
• LinuxPC性能テストの方法
• ラズベリーパイと接続

御無沙汰しております。

ここ３カ月くらい家族の引っ越しやら単身赴任準備やらでばたばたしていて、更新が滞っておりました。プログラミングの勉強自体はこつこつと継続していました。

そして私事ですが、４月から私は単身赴任となりました。家族と離れて暮らすのは寂しいですが、これからは一人の時間をたくさん持てるので、一層のプログラミングの勉強やブログの更新をがんばっていきたいと思います。

この３カ月新型コロナウイルスで仕事の仕方も日常生活もガラッと様変わりしましたね。私は地方暮らしなので、周りにコロナウイルスを持った方がほぼいないですが、これからは都市部から地方に拡散していくと思うので、手洗いうがいをこまめに行って体調には気を付けていきたいですね。

こんばんは。

先日どっさりと買ってきた本をぼちぼちとやっております。
全てを一から順にという感じではなく、そのときそのときにやりたい章だったり、分野だったりをつまみ食いしてる感じでやってます。

その中で画像処理の機械学習やらディープラーニングがちょっと面白いなと感じています。

「PythonとKerasによるディープラーニング」ではこのコンピュータビジョンの章で行き詰ったわけですが、いろいろと調べて、kaggleのデータをゲットすることができました。

せっかくできるようになったのと、コンピュータビジョンに興味が出てきたということもあり、ディープラーニングを犬と猫の画像のデータセットを使って体験するのをここ何日かやっています。

しかしながら、ディープラーニングはすごく時間がかかりますね・・・

プログラム実行したら1時間以上待たされましたものもありました（笑）

ディープラーニングするならGPU環境が良いらしいですが、私のPCはそんなのものはないので、我慢我慢。

ひとまずコンピュータビジョンをメインに機械学習やディープラーニングを勉強していこうと思います！

明けましておめでとうございます。
今年も一年がんばっていきましょう！

さて、年末年始と実家に帰省し、のんびりと過ごしてきました。

実家近くの大きい本屋に行く機会があったので、どっさりと本を買ってきました！

「機械学習エンジニアになりたい人のための本」

この本はAIスキルを持っていたらどんな職になれるのかやその職になるために必要なスキルは何かや習得方法、情報の在処などが紹介されていました。本屋でぱっと立ち読みして興味深かったので購入♪

「機械学習のための「前処理」入門」

機械学習の勉強をしたり、Youtubeの動画を見たりしててデータの前処理が機械学習業務の80%を占め、かつ重要とのことなのでしっかりできるようになるために購入♪

「Python実践データ分析100本ノック」

本屋でパラパラめくってみたところ実際の現場でありそうな依頼をどう処理していくかに重点を置いており、これはケーススタディとして勉強になるのではないかと思い購入♪

「やさしく学ぶ機械学習を理解するための数学のきほん」

学習ロードマップにもあったこの数学の本、ついに買いました。数学は苦手なのですが、機械学習を勉強する上では避けて通れそうにないため、少しずつ克服していきたいと思います。

「Pythonで学び直す高校数学」

数学を勉強する上で高校数学すらまともに覚えてはいないのでこちらの本も併用して勉強していこうと思います。この本でもだめなら中学数学からやりなおしますかねｗ

上記5冊を購入しました！
1冊をずっとするのではなく、飽きてきたら本を変えて勉強を進めていきますかね。さぼってたら到底終わりそうにないので、なるべく毎日勉強することを目標にがんばっていきます！

こんばんは。

「PythonとKerasによるディープラーニング」をぼちぼちと進めております。

しかーし、5章のコンピュータビジョンのためのディープラーニングでつまずきました・・・

この章ではkaggleというサイトからデータをダウンロードををしてくれとのことなのですが、これがうまくいかないんです・・・

データをダウンロードする前に携帯の電話番号を入力してSMS認証を行わないといけないんですが、何回電話番号を入力してもSMSが届かないんです・・・

なんか変なとこでつまずいたな～。

毎日朝早く起きてぼちぼちやっているのですが、今日は1時間以上もこの問題に時間を取られてしまったよ。貴重な朝の時間があああああ

まぁちょっとディープラーニング自体が難しくていやになってきていたから、ちょうどいいかもね・・・

ディープラーニングの雰囲気は掴めたし、ちょっとばかし、違う勉強しますかね。

ディープラーニングはkaggleの問題が解決できたら再開します。

やりたいことやらなきゃね！

こんばんは。

「ゼロから作るDeepLearning」ですが、とりあえずは読み終えました。

数式関係は何書いているか全く理解できませんでしたが、ディープラーニングで使われている用語やざっくりイメージは掴めたかな・・・？といった感じです。

ゼロからと銘打っているだけあって、本当にscikit-learnみたいなライブラリは使わずにディープラーニングの実装をしていました。ひとまずはコードの写経は置いといて、読み物として読み進めた感じですｗ

学習ロードマップのSTEP3まできましたが、理解度で言ったら微妙なので△としておきます。

ここまできたらSTEP4までぱぱーっとしたいですよね！
ディープラーニングのライブラリを用いた実践的なやり方を一度試してみたいということもあるので、STEP4の「PythonとKerasによるディープラーニング」の学習に入りたいと思います。

本書も350ページくらいあってなかなか大変そうですが、本書まで学習を終えたら機械学習全般に一通り目を通したことになるのかと思いますので、「ゼロから作るDeepLearning」も読み返しながらぼちぼち実施していきたいと思います。

お久しぶりです。

更新していなかった間に「Pythonではじめる機械学習」を一通り読み終えました。

およそ2カ月、学習していたわけですが、機械学習の種類や使用方法、評価方法等、おおまかに理解することができたかなと思います。

いずれ備忘録としてメモしたノートでも上げたいですね。まだまとまってないのでいつになるかはわかりませんｗ

さて、学習ロードマップ的に次は残りのSTEP2である、機械学習に使われているアルゴリズムを理解するための数学の学習です。

しかしながら、やはり数学の前にディープラーニングの学習がしたいなということでフライングにはなりますが、「ゼロから作るDeepLearning」の学習からすることにしました。

パラパラと軽く流し読みしていますが、記載されているコード量は「Pythonではじめる機械学習」よりもかなり少ない印象です。

しかし、その分数式が多い・・・
やはり数学の知識は必要か・・・

ひとまずはディープラーニングまでをおおまかに学習して数学の学習に入ろうと思います。

こんばんは。

もくもくと本書の学習を進め、
第3章 教師なし学習と前処理
第4章 データの表現と特徴量エンジニアリング
第5章 モデルの評価と改良　
まで終わりました。

教師なし学習の章では人物の顔画像を用いていろいろなアルゴリズムを試す形で学習を進めていきましたが、いやはや・・・

機械学習の手法は教師あり学習と教師なし学習で若干違いはあるものの、そこまで変わってはいないので、そこはいいのですが、ハイパーパラメータやアルゴリズムを変えて、人物の画像を変化させて、これはいい例、悪い例というのが、まだピンときません。

これらの技術を使って、顔認証とかしているんですよね。普通にすごいですよね。
そのレベルまで行くのにどれだけかかるやら・・・

精進、精進！

第4章、5章は機械学習のアルゴリズムの説明から離れ、機械学習アルゴリズムにかけるまでのデータの処理の仕方や機械学習にかけたデータの検証方法等々の説明でした。

この辺はだいぶ重要なんだろうな～と思いつつ、でもこれこそ実践で経験してレベルを上げるしかなさそうだと感じ、さらっと学習を終えました。

あと少しで丸々一冊の学習が終わりそうです。

次のステップへはやくいきたいので、残り少しがんばります。

こんばんは。

本書での教師あり学習の章を一通り学び終わりました。

理解度はまぁまぁといったところでしょうか。

ひとまずは前回の記事で上げたようなパターンでいろいろなアルゴリズムを試し、最適なパラメータであったり、モデルを見つけるといった方法は分かったのであとは実践すべしって感じじゃないですかね。

それぞれのアルゴリズムの深いところまでは理解できていませんが、そこもおいおいですね（笑）

ひとまずは機械学習やディープラーニングといった技術の全体を学びたいので、次に進みます！

教師あり学習の次は教師なし学習ですね！

こちらもコーディングパターンは大幅に変わりはしないと思いますので、ぼちぼち理解できたら次に進もうと思います！