機械学習道場 - Machine Learning Dojo

📚 コア入門シリーズ（8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 8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 →

📊

機械学習のための統計学入門 (ML-B07)

記述統計・確率分布・ベイズ統計の基礎

初級 120-150分 5章

開始 →

🧬

ディープラーニング基礎入門 (ML-B08)

ニューラルネットワーク・活性化関数・学習アルゴリズムの基礎

初級〜中級 150-180分 5章

開始 →

🤖 LLM・生成AIシリーズ（6シリーズ）

🧠

LLM基礎入門 (ML-L01)

大規模言語モデルの仕組み・Transformer・トークン化の基礎

初級〜中級 120-150分 5章

開始 →

💬

プロンプトエンジニアリング入門 (ML-L02)

Zero-shot・Few-shot・Chain of Thoughtプロンプティング技術

初級〜中級 100-125分 5章・50例

開始 →

🔥

PyTorch基礎入門 (ML-L03)

Tensor操作・自動微分・ニューラルネットワーク構築の基礎

初級 100-120分 5章

開始 →

🕸️

PyTorch Geometric入門 (ML-L04)

グラフニューラルネットワーク・GCN・分子構造解析の基礎

中級 120-150分 4章

開始 →

🔗

LangChain: PythonでLLMアプリケーションを構築

基本コンポーネントからエージェント・RAG・本番デプロイまで

初級〜中級 90-120分 5章

開始 →

🌈

マルチモーダルAI入門シリーズ

CLIP・GPT-4Vなどテキスト・画像・音声を扱うAIモデル

中級 150-180分 5章

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（5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 →

📙

機械学習のための最適化 (ML-C05)

勾配降下法からメタヒューリスティクス・ベイズ最適化まで、モデルが学習する仕組みを理解する

初級〜上級 90-120分 3章・30例

開始 →

🎯 応用ドメインシリーズ（10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 →

📗

自動運転技術入門シリーズ

自動運転の基礎からプランニング・制御・商用展開まで

初級〜上級 8-10時間 5章

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：

📝 修正依頼フォーム ✉️ メールで連絡

免責事項

本コンテンツは教育・研究・情報提供のみを目的としており、専門的な助言(法律・会計・技術的保証など)を提供するものではありません。
本コンテンツおよび付随するCode examplesは「現状有姿(AS IS)」で提供され、明示または黙示を問わず、商品性、特定目的適合性、権利非侵害、正確性・完全性、動作・安全性等いかなる保証もしません。
外部リンク、第三者が提供するデータ・ツール・ライブラリ等の内容・可用性・安全性について、作成者および東北大学は一切の責任を負いません。
本コンテンツの利用・実行・解釈により直接的・間接的・付随的・特別・結果的・懲罰的損害が生じた場合でも、適用法で許容される最大限の範囲で、作成者および東北大学は責任を負いません。
本コンテンツの内容は、予告なく変更・更新・提供停止されることがあります。
本コンテンツの著作権・ライセンスは明記された条件(例: CC BY 4.0)に従います。当該ライセンスは通常、無保証条項を含みます。