🥋 機械学習道場

Machine Learning Dojo - 基礎から実践まで体系的に学ぶ総合プラットフォーム

📚 29シリーズ公開中 | 135章 | 1128コード例 | 総学習時間: 50.8-63.9時間

📚 コア入門シリーズ（6シリーズ）
📘
機械学習入門 (ML-B01)
Python・NumPy・Pandas基礎から始める機械学習の第一歩
初級 80-100分 4章・40例
開始 →
📗
教師あり学習入門 (ML-B02)
回帰・分類・アンサンブル手法の完全ガイド
初級〜中級 80-100分 4章・57例
開始 →
📙
教師なし学習入門 (ML-B03)
クラスタリング・次元削減・異常検知の基礎
初級〜中級 70-90分 4章・37例
開始 →
📕
ニューラルネットワーク入門 (ML-B04)
パーセプトロンからCNN画像分類まで - PyTorch実践
初級〜中級 120-140分 5章・60例
開始 →
📗
特徴量エンジニアリング入門 (ML-B05)
データ前処理と特徴量設計の実践テクニック
中級 85-105分 4章・46例
開始 →
📙
モデル評価入門 (ML-B06)
交差検証・評価指標・ハイパーパラメータチューニング
中級 90-110分 4章・52例
開始 →
🚀 Deep Learning発展シリーズ（6シリーズ）
📕
畳み込みニューラルネットワーク（CNN）入門 (ML-A01)
画像認識の基礎から転移学習・物体検出まで
中級 115-140分 5章・48例
開始 →
📕
再帰型ニューラルネットワーク（RNN）入門 (ML-A02)
時系列データとシーケンス処理の実践
中級 110-135分 5章・38例
開始 →
📕
Transformer入門 (ML-A03)
Attention機構から大規模言語モデルまで
中級〜上級 140-170分 5章・46例
開始 →
📕
生成モデル入門 (ML-A04)
VAE・GAN・Diffusion Modelsの理論と実装
上級 135-165分 5章・42例
開始 →
📕
グラフニューラルネットワーク（GNN）入門 (ML-A05)
グラフ構造データの表現学習とその応用
上級 135-165分 5章・46例
開始 →
📕
強化学習入門 (ML-A06)
Q学習からDQN・PPOまでの実装ガイド
上級 130-160分 5章・37例
開始 →
⚙️ 実践MLOpsシリーズ（4シリーズ）
📙
MLOps入門 (ML-C01)
モデル開発から本番デプロイまでのワークフロー
中級 100-120分 5章・55例
開始 →
📙
モデル解釈性入門 (ML-C02)
SHAP・LIME・Grad-CAMによるブラックボックス解析
中級 90-110分 4章・30例
開始 →
📙
大規模データ処理入門 (ML-C03)
Spark・Dask・分散学習の実践
中級〜上級 110-130分 5章・37例
開始 →
📙
AutoML入門 (ML-C04)
自動機械学習によるモデル構築の効率化
中級 90-110分 4章・25例
開始 →
🎯 応用ドメインシリーズ（9シリーズ）
📗
自然言語処理（NLP）入門 (ML-D01)
テキスト処理からBERT・GPTまでの実践
中級 120-150分 5章・40例
開始 →
📗
コンピュータビジョン入門 (ML-D02)
画像処理からセグメンテーション・物体検出まで
中級 120-150分 5章・40例
開始 →
📗
音声処理・音声認識入門 (ML-D03)
音響特徴量からWhisperまでの音声AI
中級 90-110分 5章・30例
開始 →
📗
時系列分析入門 (ML-D04)
ARIMA・LSTM・Transformerによる時系列予測
中級 90-110分 5章・35例
開始 →
📗
推薦システム入門 (ML-D05)
協調フィルタリングから深層学習推薦まで
中級 90-110分 4章・30例
開始 →
📗
異常検知入門 (ML-D06)
統計的手法からAutoEncoderまでの実装
中級 90-110分 4章・30例
開始 →
📗
ネットワーク分析入門 (ML-D07)
グラフ理論から実践的ネットワーク分析まで
中級 100-120分 5章・40例
開始 →
📗
AIエージェント入門 (ML-D08)
ReAct・Function Calling・マルチエージェントシステム
中級〜上級 120-150分 4章・23例
開始 →
📗
RAG入門 (ML-D09)
ベクトルDB・エンベディング・検索拡張生成
中級〜上級 120-150分 4章・23例
開始 →
🛠️ 実践技術シリーズ（5シリーズ）
📙
アンサンブル学習実践 (ML-P01)
バギング・ブースティングから最新手法まで
中級 90-110分 4章・30例
開始 →
📙
ハイパーパラメータチューニング (ML-P02)
グリッドサーチ・ベイズ最適化・AutoML
中級 60-80分 4章・26例
開始 →
📙
モデルデプロイメント (ML-P03)
REST API・Docker・クラウドデプロイ
中級 80-100分 4章・32例
開始 →
📙
メタ学習 (ML-P04)
MAML・Few-Shot Learning・転移学習
上級 80-100分 4章・25例
開始 →
📙
機械学習の数理 (ML-P05)
確率統計・線形代数・最適化理論
上級 150-180分 5章・30例
開始 →

⚠️ コンテンツの品質向上にご協力ください

このコンテンツはAIを活用して作成されています。誤りや改善点を見つけられた場合は、以下の方法でご報告ください：