人工知能、今学ばなければ手遅れです。

📍 AI & ML開発者の需要は高いが、それを行う人材が足りない。

• 人工知能 (AI): 人間が理解する能力をコンピュータープログラムで実現する技術
• 機械学習（ML）：人工知能の一分野、経験を積むことで自動的に能力を向上させるコンピューターアルゴリズム

人工知能と機械学習を簡単にまとめると、 人間のように（または人間よりも優れている） 問題を解決して学習するコンピュータープログラムとアルゴリズムです。

人工知能と機械学習手段の開発 人間の労働と同等かそれ以上の効果を生み出せるという意味そうだね。そのため、最近では多くの企業が人工知能（AI）や機械学習（ML）の開発者を求めています。

しかし、このような時代の変化の中で、私たちは忙しく、時間を逃し、能力を伸ばすことができません。 皆さん、今も学ばないと本当に遅いです。

有名な経済学者やメディアは、すでに第4次産業革命の時代に到来しており、私たちが知っている仕事の多くは 「AIに取って代わられる」私は意見を述べている。 機械メーカーでなければ、 それはたぶん私が機械に取って代わられているということだ。

実際、私たちが使っている検索エンジンやソーシャルメディアサービスは、私よりもずっと私をよく理解しています。しばしば 「今日でも、YouTubeのアルゴリズムが私をここに導いてくれました。」コメントミームもありますが、ばかげているわけではなく、私たちが本当にAIの素晴らしさを体験している証拠です。

_{AI や ML をはじめとする画像処理の原理は、驚くほど簡単に習得できます。}

お気に入りのコンテンツを適切な場所に 言及そのためにたくさんのお金と時間を費やすことになり、難しい英語は言語翻訳者と一緒に面倒を見てくれました。 版それを人工知能の画像認識技術で実現しましょう 自動運転 車が発売中など。

私たちはもうこんな感じです 人工知能と機械学習この現実の生活にはたくさんのことが関わっているように感じます。そして、私たちはそのようなものを開発する方法を知っている人とそうでない人に分かれています。私の仕事もすべて入れ替わります。

人工知能と機械学習、 これくらいなら、ホントに今のこと 「学ぶ価値がある」、「学ぶ必要がある」そう思わないか？

人工知能と機械学習の障壁を打破する授業

📍「機械学習をする必要がある...難しい？」

市場には機械学習に関する本があり、簡単な学習方法はありますが、その道を進むこと自体に一種の参入障壁があります。

必要なものだけを学ぶことに集中すると、深さが足りず次のレベルに進むことはできませんが、1から10まですべてを知ろうとすると、機械学習に興味がなくなりますよね。

私は（皆さんと同じように）機械学習を専攻して始めたわけではないので、皆さんが感じる課題に共感します。 ですから、人工知能や機械学習の基礎知識をどのレベルまで勉強すべきか、どの方向に進むべきかを伝えることができます。

ソウル国立大学の人工知能研究者「アルファドール」です。

_{機械学習を独学で学びました。試行錯誤がたくさんありました。}

📍 複雑な問題を自分で解決したくなかったので、人工知能を学びました。

私はシンプルなものとフィットネスが好きな人です。そして、私はAIを研究しています。

複雑な問題を解決したくないので、人工知能に問題を任せることが好きで、新興企業で現職の研究者として、探索的データ分析（EDA）の分野で働いています。

📚主な歴史とプロジェクト

• ソウル国立大学計算科学修士 (物理探査研究所)
• 釜山大学物理学科卒業
• 完全ラプラス変換を使用した波形反転 (SEG, 2017)
• EDA スタートアップの現職 AI & ML 研究者
• ニューラルネットワークを利用したデータ回帰海外論文提出 (予定)
• EDA処理技術に関する共同特許（進行中）
• プログラマーコーディングテスト-コンピュータービジョン #6
• プログラマーコーディングテスト-推奨システム #65

_{これは私が扱っている実際のデータの例です。単純なデータを扱うなら、それに慣れることができます。}

機械学習の仕事に就けるとは知りませんでした。 楽しかったからこそ、機械学習の研究者として働く機会があり、またお会いする機会がありました。やりたいことを一生懸命やろう。

名前の通り、「PyTorchに火がついた機械学習！」

📍 パイソン、基本的な数学、そしてパイトーチ！

学習できるツールは3つだけです。人工知能や機械学習と言えば、フローティングクラウドのように見えるけど、やっぱり 実際に使用しているツールでアプローチすると、それほど曖昧ではないことがわかります。

📍 第1章:まず、Pythonに挨拶したいと思います。

まず、人工知能や機械学習を学ぶためには、 Pythonある程度知っておく必要があるだけです。ここでは章を 1 つだけ使用するので、最初のあいさつを簡単に Python で共有します。

グーグルコラブ（ジュピターノートパソコン）の使用方法そしてコードを学び、 Python が理解する内容、処理方法、およびファイルの入出力 後ろのことを勉強するよ。これだけ学んでも、人工知能や機械学習に入るためのウェルカムポイントになるには十分です。

📍 第2章:次に、機械学習を見てみましょう。

機械学習が問題をどのように分類するかを知る必要があります。つまり機械学習は 学習 (学習)という部分で 基礎数学 (数学)について学びます

私たちが基本的な数学を使う理由は、コンピューターが私たちに話しかけるからです。 「数学の言語」これは私がそれを理解しているからです。

数学では、すでに頭にネズミがついている人にわかりやすく説明し、最後には整理や課題を通して学ぶ手助けをします。（辛抱強くフォローしてください！）

📍 第3章：さあ、ファイトトーチをウォームアップしましょう。(利益 🔥)

_{複雑なデータでも人工知能に解決させよう！}

PyTorch (パイトーチ)? 聞いた名前に煩わされないでください。ライトニングトーチ（🔥）を思い浮かべるのは簡単です。ファイトチ 研究用プロトタイプから市販製品まで、あらゆるものを「すばやく」作成できるツールです。

私たちはパイトーチです データ処理、数学、機械学習の問題 背中をほぐすにつれて、人工知能と機械学習プログラムの開発にますます近づいています。

(✓ ちょっとここだけ!)

なぜ テンソルフロー (テンソルフロー)使ってみませんか？

テンソルフローは、Google ブレインチームが開発したフレームワークです。 PyTorch のように機能する機械学習ツールしかし、私たちは現在 PyTorch に遅れをとっているため、PyTorch を使って機械学習を学んでいます。

📍 第4章:実生活への応用、まずは推薦制度！

OK、今すぐ パイソン、基本的な数学、パイトーチ3つのツールが用意されているので、あとはそれらを実際の生活に適用するだけです。本物のAI・ML開発を試してみよう！

その最初のアプリケーションでレコメンデーションシステムを作成します。 紹介制度シルバー 文字通り、特定のユーザーが関心を持つ可能性のある情報 (映画、音楽、書籍、ニュース、画像、Web ページなど) 何をお勧めしますか？を指します。

「YouTubeのアルゴリズムが私をここに連れてきた」と言ったときのことを覚えていますよね？また、このようなコンテンツ推薦システムの構築も計画しています。

協調フィルタリングモデル、コンテンツベースモデル、ハイブリッドレコメンデーションモデルなど レコメンデーションシステムの作成に使用したモデルについて学び、そのシステムを自分で実装してみてください。

📍 第5章：実生活への応用、第二に、画像処理！

_{上の写真は実在の人物ではありません。}

これは、人工ニューラルネットワークと呼ばれる人工知能と機械学習システムによって描かれた絵です。それはすごいことじゃない？

それを現実の生活に応用する2つ目の例として、 ニューラルネットワークおよびのタイプ GAN、スタイル転送上記の各画像処理を実習を通して学びます。

これを通じて、私たちは 一緒に、コンピューターによって自動的に描かれた「新しいポケモンのデザイン」を実装してみます。

📍 第6章：ボーナスチャプター！最近流行っているメタラーニングについて学んでみましょう。

メタラーニングは上の写真に書かれていますが、 適応型機械学習次のように考えることができます。つまり、既存の学習アルゴリズムは問題を自分で解決するということです。 「順応するにつれ」 これは、自動的かつ柔軟なアップグレードの概念を指します。(=これは機械学習のアップグレード版です。)

正弦波メタラーニング、Omiglorotデータ学習などを通じて、現在普及しているメタラーニングについて学びます。 「機械学習はちゃんと学んだ！」あなたならそう言えるでしょう。

どうか恐れないでください！けがはしないよ！

📍 この理由でまだ怖いですか？

• プログラミングの仕方が全然わからないから
• コードを弾くのは難しいと思います
• 私はディフェンダー（数学をあきらめた人）だから

私は よくある質問で詳しく説明しました 心配しないで また、すべてのコードも提供し、理解しやすいように説明します。また、数学は非常に詳細な例を提供することで、簡単に学習できます。どうぞお入りください！

単純な教育を超えて、才能ある人の道を歩みましょう！

📍AIとMLは、学べば学ぶほどスキルが身に付く分野です。

単なる教養レベルにとどまらず、機械学習や体験開発に必要な基礎知識を学びます。それ以来 機械を作って問題を処理してくれる才能ある人の道まで歩くつもりです。

他の人に勝るデベロッパーとして入社すると同時に、置き換えられない仕事に就くことになります。

また、まだ解決していない問題が多いので、 私はAI研究者として、AI業界の将来とあなたへの洞察について感じていますで授業を締めくくります

Alphadolを使った機械学習の世界

上の写真は、人工知能が独自に問題を解決するプロセスを示しています。

授業を通して、このスマートな人工知能を自分たちでも作ってみましょう。

これまでの言葉をすべてまとめると、 「機械と通信するための3つのことを学ぶ」考えてみてください。コンピュータプログラミング、コンピュータ制御のための数学、問題解決システムの構築。

人工知能と機械学習の方法を誇らしげに知っているとだけ言っておきましょう。そして、そんな新しい仕事の世界にもっと近づきましょう。

👨🏻‍💻「私も機械学習をやっています！」

クラスで会いましょう:)