Machine Learning University (MLU) は、Amazon の自社デベロッパーの機械学習トレーニングに使用されているものと同じ機械学習コースに、いつでも、どこでも、誰でもアクセスできるようにするものです。MLU では、すべてのデベロッパーが、自分のペースで学習できる MLU Accelerator 学習シリーズで、機械学習の使い方を学ぶことができます。MLU Accelerator シリーズは、自然言語処理、表形式データ、およびコンピュータービジョンに関する 3 日間にわたる基礎コースで機械学習ジャーニーの良いスタートを切ることを目的としています。Accelerator シリーズを修了すると、Decision Tree と Ansemble Methods コースでツリーベースのモデルとアンサンブルモデルに関するより高度な 5 日間の講義シリーズが受けられます。MLU では、Amazon のサイエンティストが実践的な例を交えて教える YouTube の連続動画、Jupyter ノートブック、スライドデッキなどを通じて、機械学習の基礎を理解するためのセルフサービスで学べる包括的なコースを提供しています。コース教材は GitHub で入手できます。コースの詳細については、以下を参照してください。
開始方法
Machine Learning University が提供するコースは、Amazon の自社デベロッパーに機械学習の基礎をトレーニングするために使用しているコースと同じです。MLU は簡単に始められ、学習者は自分のペースで柔軟に学習できます。
基本のブラッシュアップ
MLU を使い始めるには、すべてのユーザーが AWS アカウントを作成する必要があります。また、このコンテンツを最大限に活用するために、学習者は Python の基本的な理解と知識を持っていることが推奨されます。Python に慣れていない場合は、入門用チュートリアルとして用意されている他の学習リソースもご覧ください。
ラーニングパスを選択してください
ニーズに応じて、3 つのラーニングパスのいずれかを選択してください。各ラーニングパスには、YouTube での講義、スライド、実践演習、GitHub の Jupyter Notebook が含まれます。
学習を開始
学習者はビデオ講義とともに GitHub のノートブックやスライドにアクセスでき、授業や実践的なアクティビティを自分で進められます。自分のペースで、自分が最も関心のあるレッスンやトピックをお選びいただけます。
自然言語処理
コースのまとめ
このコースは、自然言語処理 (NLP) を使い始め、さまざまなユースケースで NLP の使用方法を学ぶのに役立つように設計されています。テキスト処理、回帰モデル、ツリーベースのモデル、ハイパーパラメータ調整、リカレントニューラルネットワーク、注意メカニズム、トランスフォーマーなどのトピックをカバーします。
表形式データ
コースのまとめ
表形式のデータ (スプレッドシートのようなデータ) を使い始める方法と、表形式のデータを操作するために広く使用されている機械学習手法を学びましょう。このコースでは、フィーチャーエンジニアリング、ツリーベースのモデルとアンサンブル、回帰モデル、ニューラルネットワーク、AutoML などのトピックをカバーします。
コンピュータビジョン
コースのまとめ
このコースを通じて、コンピュータビジョンを使い始めるために必要なスキルを習得します。画像分類、畳み込みニューラルネットワーク、転移学習、オブジェクト検出、セマンティックセグメンテーションについて学びます。
決定木とアンサンブルメソッド
コースのまとめ
このクラスでは、ツリーベースのモデルとアンサンブルモデルを使い始めます。このコースでは、決定木、不純物、バイアス分散のトレードオフ、ランダムフォレスト、近接度、機能の重要性、ブースティングについて学びます。
責任ある AI - 公平性と偏見の軽減
コースのまとめ
このコースは、公平性基準とバイアスの軽減に重点を置いて、責任ある AI のいくつかの側面を紹介することを目的としています。さまざまな公平性基準、バイアス測定、バイアス軽減手法について学んでください。