PythonでAI入門【基礎知識からAIの作り方まで徹底解説】
#本記事はプロモーションを含みます。
あなた
「ちょっと前からAIってよく聞くけど、AIのプログラムってどうやったら作れるんだろう？PythonっていうプログラミングでAIを作れるみたいだけど、やり方を知りたいな。」
そんなあなたへ、PythonでAI入門するための基礎知識と実践編を詳しくまとめました。
PythonのAIプログラミング、一緒にやってみましょう！
この記事で分かること
- AIに関する基礎知識
- AIプログラミングの考え方
- Pythonを使ったAIプログラミング実践
目次
PythonでAI入門：AIの基礎用語を理解する
とにもかくにも、まずはAIの基礎用語を一気に整理しちゃいましょう。
AI関連ではいろんな用語が出てきますけど、整理すれば誰でも簡単に理解できます。
あなた
「AIの基礎知識はいいから、AIプログラミングのやり方を知りたい！」
そんな時は、この章を飛ばしてPythonのAIプログラミング実践へ進んでみてください。画像付きで徹底解説しています。
- AIの基礎知識から知りたいな
- 基礎知識はあるつもりだけど一応復習したいな
そんなあなたは、ぜひこの章から読み進んでみてください。
AIに関する基礎知識があると、いざPythonでAIプログラミングした時に何をしているのかイメージしやすいです。
AI？機械学習？ディープラーニング？
AIは、英語で書くと Artificial Intelligence。直訳すると人工知能ですね。
このAIという言葉でググってみると、機械学習だとか、ディープラーニングだとか、とにかくいろんな用語が出てきます。
あなた
「何が何だかよう分からん！」
そう思ったあなた、ご安心を。この辺をざっくり理解するには、この3つをおさえれば大丈夫。
- AI（人工知能）は、研究分野
- AI実現のための手段が、機械学習
- その機械学習の一つが、ディープラーニング
いわゆるAIを実現する手段として、機械学習を使う。そして、その機械学習という方法の一つに、ディープラーニングがある。
たったこれだけ。ざっくり”AI”と言えば、実は機械学習のことを指してるケースが多いです。簡単ですね！
AI = ディープラーニング？
世の中、割とAI = ディープラーニングって思われがち。たった今説明した通り、間違いではないです。
AIとディープラーニングを結び付けて少し詳しく説明すると、こんな感じ。
- AI実現のための手段に、機械学習がある
- 機械学習には、ニューラルネットワークというアルゴリズムがある
- より複雑になったニューラルネットワーク = ディープラーニング
アルゴリズムって何？
-> AIのモデル（装置）を作るための計算方法のこと。
ニューラルネットワークって何？
-> 脳の神経細胞を数学的に表現したアルゴリズム（計算方法）のこと。
“脳の神経細胞”とか言われると、AIっぽいですね。だからこそ、イメージが結びつきやすいのかも。
AIを実現するための機械学習があって、その機械学習が使うアルゴリズム（計算方法）に、ニューラルネットワークがある。
そして、そのニューラルネットワークをより複雑にしたバージョン！ってのがディープラーニングです。
ディープな、ラーニング。すなわち、（AIが）深ーくお勉強して知能を身につける、みたいなね。
PythonでAI入門：AIができることを知る
ここから、AI = 機械学習として話を進めます。
復習しておくと、AI（人工知能）を実現するための手段が機械学習ですね。ほぼ同じと考えてオッケーです。
PythonでAIプログラミングをすれば、こんなことができます。
- 答えを予測してもらう
- 答えを分析してもらう
一つずつ、具体例を考えてみます。
PythonのAIプログラムで予測できる
例えば、東京のタピオカ屋さんの過去3年分の売上データが手元にあったとします。
人間がデータを見て予測すると？
人間
「8月は毎年よく売れてる。夏休みだからそうなるよな。」
人間ならこんな予測ができたりしますよね。毎年8月は売上が伸びてるなーって、例えばExcelとかでグラフ化すればすぐ分かります。
夏休みだから、旅行で東京に来た人が買っていくんだなとか。夏は暑いから喉が渇くんだなとか。理由も簡単。
では、同じデータをAIが学習して答えを予測すると、どうなるんでしょうか？
AIがデータを学習して予測すると？
AI
「今年の8月17日は、562杯のタピオカドリンクが売れそうです。」
こんな風に、具体的な予測をしてきます。8月は夏休みだから売れそう！とかじゃなくて、8月17日は562杯売れます！と。
それもそのはず、AIは人間が扱いきれないほどの膨大なデータを学習して予測するからですね。自信が違います。
- メインメニューの売上
- サイドメニューの売上
- 毎日の天気
- 毎日の湿度
- 平日か？休日か？
例えば、こんなデータ達。AIは、人間には扱いきれないほどのデータから、思いも寄らない規則性を見つけ出して答えを予測します。
確固たるデータを学習した上でのAIの予測。これなら自信を持ってタピオカをたくさん仕入れておけますよね。
PythonのAIプログラムで分析できる
次は、AIプログラムで”分析”。予測の時と同じように、東京のタピオカ屋さんの過去3年分の売上データで考えてみます。
AIがそのデータを分析してみると、どうなるんでしょう？
AIがデータを学習して分析すると？
AI
「今年の8月17日は、タピオカと一緒にコーヒーもよく売れます。」
AIは、分析する時も答えが具体的。…とは言っても、分析の場合はAIがこの答えをそのまま提案するわけではないです。
AIが大量のデータを全部学習して、タピオカとコーヒーが何故か良く売れてる！っていう事実を分かりやすく見せてくれます。それを人間が見て理解する感じ。
AIの分析結果をそのまま信じるもよし。あるいは、何でAIがこういう分析をしたのか、理由を考えるのもアリです。
管理人
「例えば、”夏休みだから親子でタピオカを飲みにくるけど、親はコーヒーを頼みがち”、とかですかね。」
どちらにせよ、AIの分析した結果の根拠がハッキリ分かれば分かるほど、タピオカの売り上げを伸ばせます。すごいぞ、AI！
AIはデータがないと何もできない
ここで一つ、重要な事実。AIって何でもできて優秀！なんてイメージがありますけど、こんな弱点があります。
- AIは、学習するためのデータがないと何もできない
- AIは、学習したことしか分からない
AIに予測してもらうにしても、分析してもらうにしても、とにかくAIに学習させるためのデータが必要。
よし、AIを導入しよう！なんて思ったとしても、どんなデータを使うの？ってところからスタートです。
AIは、お勉強できるデータがないとマジで何もできません。そして、データからお勉強したことしか分かりません。
AI（機械学習）って、万能じゃないんです。どちらかというとスペシャリスト。
PythonでAI入門：AIプログラミングの3ステップを知る
あなた
「AIはデータがないと何もできないのは分かった。じゃぁデータを準備した後は何するの？」
先を読んだあなた、鋭い。PythonでAIプログラミングする流れ、今すぐ理解しちゃいましょう。
具体的に、こんな流れを辿ります。この3ステップが超大事。
- データを準備する
- AIモデル（装置）を作る
- AIにデータを学習させる
この3つのステップを常に意識しておけば、AIプログラミングをしていても迷子になりません。
そして、この3ステップを簡単に試せるようにできているのが…そう、Pythonなんです。
PythonがAIプログラミングに向いてる理由
AIプログラミングをやるならPython、なんてよく言われます。
その理由は、PythonのAIプログラミングにこんなメリットがあるから。
- AIプログラミングを試すデータが簡単に使える
- AIに必要な機能が簡単に使える
一つずつ、ざっくり理解しちゃいましょう。
AIプログラミングを試すデータが簡単に使える
AIは、データがないと何もできない。これが大事な事実。
AIプログラミングを勉強しよう！と思っても、使えるデータがないと試すことさえできません。
でもPythonを使えば、例えばこんなデータたちを簡単に使えます。データのかたまりなので、データセットって呼びます。
- あるお花の特徴を集めたデータセット
- 人間の手書き数字をまとめたデータセット
お花のデータセットを使ってみたら、こんなことを試せます。
- AIに、花の各部位の長さとかの特徴を学習させる
- お花の種類ごとに特徴の違いを分析して見せてもらう
他にも、人間の手書き数字のデータセットを使えば、こんなことも。
- AIに、たくさんの手書き数字を学習させる
- この数字は何でしょう？とAIに数字を読んでもらう
Pythonなら、いろんなデータセットを簡単に使ってAIプログラミングを試せます。便利。
AIに必要な機能を簡単に使える
AIのプログラムをゼロから書いていたら、めちゃくちゃ時間がかかりますよね。
でもPythonを使えば、AIを作るのに必要な機能を使うのにも、たった1行のプログラムで終わり。
まるでブロックをつなぎ合わせるように、AIプログラムを作っていくことができるんですよ。
しかも、出来上がるのは驚くほど短いプログラム。プログラムって短いほど理解しやすいです。便利。
AIプログラミングは子供の勉強に似てる？
AIプログラミングの大事な3ステップ、まるで子供に勉強させるような感じに見えませんか？
- データを準備する
- AIモデル（装置）を作る
- AIにデータを学習させる
AIが学習しやすいようにデータを準備して。そのAIにデータを学習させて。
作ったAIがちょっと変な予測や分析をしたら、賢くなるようにあの手この手で教育しなおして。
ただ一言でAIを作る！と言っても、まるで子供に勉強をさせるみたいになかなか大変。
…とはいえ、AIは完璧にいうことを聞いてくれます。本当の子供に勉強してもらう方がよっぽど大変かも。
PythonでAI入門：AIを作る事前準備をする
ここからは、Pythonを使ったAIプログラミングの実践に入っていきます。
こんな流れで理解していきます。
- どんなAIを作るか決める
- 具体的な作り方を理解する
- 実際のプログラムを見て理解する
- プログラムを動かしてみる
何を作るか決めて。作り方を理解して。実際にプログラムを見て、動かしてみる。
これがPythonでAI入門する最短ルートです。一つずつ順番に解説していくので、ぜひ一緒にトライしてみましょう！
どんなAIを作るか決める
ここでは、人間の手書き数字を判別するAIプログラムを作ってみます。
どうせ作るなら、いかにもAIっぽいプログラムを作りたいですからね。
使うアルゴリズム（計算手法）はニューラルネットワーク。脳の神経細胞を数学的に表現したアルゴリズムです。
あなた
「入門なのにニューラルネットワークって難しそう…。大丈夫なの？」
大丈夫。断言します。先に答えを言っておくと、プログラムそのものはとても簡単になります。やることはとても高度なのに。
AIプログラミングの入門といえばPython、そう言われる理由が必ず分かります。
AIを作るための具体的な作業を理解する
手書き数字を理解するAIプログラムを作るために、どんな作業をするのか先に理解しちゃいましょう。
後からAIプログラムを見た時に、とってもイメージがつきやすくなるので。
具体的に、これからこんな作業をしていきます。
- 手書き数字のデータを準備する
- ニューラルネットワークでAIモデルを作る
- 手書き数字をAIに学習させる
あなた
「この流れ…さっき見た！？」
そう、大正解！まさにAIプログラミングの流れそのものです。一つずつ、簡単に解説しますね。
手書き数字のデータを準備する
基礎知識編で解説した通り、AIはデータがないと何もできません。
Pythonなら、AIプログラミングを試すためのデータは簡単に手に入ります。プログラム1行で終わり。
ニューラルネットワークでAIモデルを作る
ニューラルネットワークは、脳の神経細胞を数学的に表現したアルゴリズム。アルゴリズムとか言われると、少しドキッとしますよね。
でもPythonなら、脳の神経細胞（ニューラルネットワーク）でAIモデルを作るのにも、プログラムを1行ずつ繋げていくだけ。
手書き数字をAIに学習させる
作ったAIモデルに、手書き数字の特徴を勉強して！と指示します。指示したら、あとはAIが勝手に学習してくれるので楽ちん。
Pythonなら、勉強して！って指示するプログラムも…そう、1行だけです。
PythonでAI入門：実際のプログラムを見て理解する
では、実際にPythonのAIプログラムを見て、その内容を理解しちゃいましょう。
今から理解するPythonのAIプログラムは、こちらです。
なるべく簡単に見えるよう、とにかく色々と省略してます。（先に言っておくと、少し頭の悪いAIになります笑）
でも、手書き数字を理解できるAIを、たったこれだけのコードで作れるんです。すごくないですか？
1つずつ説明していきますので、一緒にイメージを掴んでいきましょう！
ライブラリを取り込む
import tensorflow as tf
まずは、先頭にあるこの1行。ここでやっているのは、Pythonライブラリの取り込みです。
ライブラリって何？
-> あらかじめ出来上がった便利に動くPythonプログラムが、まとめて入ってるもの。
AIを作るために便利に使えるプログラムを集めた、”TensorFlow”というライブラリを取り込んでいます。
TensorFlowって何？
-> Googleが開発した、AI（機械学習）に使うためのソフトをまとめたライブラリ。
これからAIプログラムを作るための下準備、です。
学習するデータを取り込む
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
続いて2行目。ここでは、手書き数字のデータを読み込んでます。
Pythonでは、AIプログラミングを試すためのデータも簡単に取り込めます。たった1行。
TensofFlow（tf）に含まれるKerasというライブラリから、MNISTというデータセットを取り出してます。
MNISTって何？
-> 0 から 9 までの手書き数字を、学習用とテスト用で合計7万枚集めたデータセット。
このMNISTデータセットの中から、6万枚の手書き数字をAIに勉強してもらいます。
AIモデルを作る
model = tf.keras.Sequential() model.add(tf.keras.layers.Flatten(input_shape=(28, 28))) model.add(tf.keras.layers.Dense(10, activation='softmax'))
続いて、このかたまり。ニューラルネットワークというアルゴリズムを使って、AIモデルを作っています。
“add”という言葉が見えますが、ここで脳の神経細胞の層を繋いでます。そして、この層をたくさん重ねて複雑にしていくと、いわゆるディープラーニングってやつになるんです。
ニューラルネットワークの複雑版 = ディープラーニング、でしたね。
具体的に何をしているのか知りたい人へ
あなた
「もっと詳しい内容を教えてよ！」
そんなあなたへ、ディープラーニング（ニューラルネットワーク）についての技術的な背景も含めて解説された本をご紹介。
この記事では、あくまでPythonでAI入門するためのイメージを掴むことに特化しています。
ここでディープラーニングについて詳しい解説を始めると一冊の本になってしまうので。
でも、この記事を読んだあとにこのディープラーニングの本を読むと、さらにAI（機械学習）の理解が深まること間違いなし。
AIモデルに学習プロセスを設定する
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
この1行で、最適化アルゴリズム、損失関数、評価関数、という3つを設定しています。
細かい説明はたった今紹介した書籍に任せるとして、要は手書き数字のお勉強の仕方をAIに教えてる感じ。
こういう風に勉強してね！とAIに指示することで、なるべく賢くなるようにしてあげます。要はカリキュラムみたいなもんですね。
AIモデルにデータを学習させる
model.fit(x_train, y_train, batch_size=128, epochs=20)
この1行で、AIに手書き数字6万個（すごい量！）を学習させます。
反復20回、鬼の合宿。とはいえ、物凄いスピードで終わっちゃいます。
- この画像は、3だよ
- この画像は、7だよ
こんな風に、手書き数字とその答えを組み合わせて、AIが手書き数字の特徴をお勉強。
AI
「こういう特徴は、3。こういう特徴は、7。」
…みたいな感じで、AIが手書き数字を判別できる知識をつけていきます。
AIモデルに答えを予測させる
predictions = model.predict(x_test)
print('1問目のAIの予測：', predictions.argmax(axis=1)[0])
print('1問目の答え：', y_test[0])
最後に、作ったAIモデルに”この数字は何ですか？”と予測させて、答え合わせ。
果たしてちゃんと手書き数字を理解できているのか。実際にAIプログラムを動かして確認してみましょう。
PythonでAI入門：実際にプログラムを動かしてみる
それでは、たった今理解したAIプログラムを実際に動かします。
事前にMacでPython入門の記事の通りに、Pythonプログラミングの環境設定を忘れずに。
Pythonプログラミングを始めるための手順を、たくさんの画像を使って丁寧に解説しています。
MacでPython入門【驚くほど分かるチュートリアル】
Python入門したいけど、何から始めればいいんだろう？今使ってるMacでPythonプログラミングを始められるかな？そんな疑問にお答えします。Pythonプログラムの書き方から動かし方まで、具体例を交えて徹底解説。このチュートリアルの通りにやれば、必ずPython入門できます。
多少つまづいても何とかできる自信のある方は、そのまま読み進んでOK。もし少しでも不安な人は、要チェックです！
MacでPythonプログラミングする設定方法を書いていますが、Windowsでも大体の手順は同じ。
この記事の通り設定すれば、これから実践するAIプログラミングはちゃんと動きます。
AIプログラムのファイルを作る
最初に、PythonのAIプログラムのファイルを作っていきます。
まず、デスクトップに”Python-Program”フォルダを作ります。デスクトップ以外の場所でももちろん大丈夫です。
次に、Atomエディタを起動します。そして、”File”メニューから”Add Project Folder…”を選んで、さっき作ったPython-Programフォルダを開きます。
すると、左側にPython-Programのフォルダが追加されます。そのフォルダで右クリックして”New File”を選択。
出てきたウインドウに、”my-program.py”と入力してエンター。
これで、my-program.py というPythonプログラムのファイルができました。
ファイルの最後につけた.pyは拡張子といって、ファイルがPythonのプログラムだよ！っていう意味です。
あとは、今開いているmy-program.pyに、以下のコードをコピペしてください。
import tensorflow as tf
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(28, 28)))
model.add(tf.keras.layers.Dense(10, activation='softmax'))
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, batch_size=128, epochs=20)
predictions = model.predict(x_test)
print('1問目のAIの予測：', predictions.argmax(axis=1)[0])
print('1問目の答え：', y_test[0])
これで準備完了です。
TensorFlowをインストールする
続いて、TensorFlowというPythonライブラリをインストールします。
MacでPython入門の記事の設定が終わると、Atomエディタ画面左下に + ボタンが追加されます。これをクリック。
ざっくり説明しておくと、この + ボタンはplatformio-ide-terminalというAtomエディタ用のパッケージをインストールすれば追加されます。
＋ボタンをクリックすると、Atomエディタの画面右下にこういうプログラマーっぽいウインドウが出てきます。
このウインドウに出ている % の後ろに、”pip3 install tensorflow” と入力してエンター。もしパスワードを求められたら、パスワードを入力してエンターです。
パスワードを入力しても ******** みたいに入力状態は表示されないので、あれ？入力できてない！？って焦らなくて大丈夫。
しばらく待ってるといろんな文字が出て何やらインストールが始まるので、終わるまで辛抱強く待ちます。
最後の最後に、% の表示まで戻っていれば完了です。
AIプログラムを実行してみる
それでは、ついにAIプログラムを実行します。
まず、Atomエディタ画面左下の + ボタンをクリック。もう開いている場合は飛ばしてもOK。
Atomエディタの画面右下に黒いウインドウが出てくるので、”python3 my-program.py”と入力してエンター。
すると…AIプログラムが動き出しました。なにやら一生懸命動いている様子が見えるはず。
このAIプログラムがやっていることは、事前に理解したこの3ステップです。
- 手書き数字のデータを準備する
- ニューラルネットワークでAIモデルを作る
- 手書き数字をAIに学習させる
学習が終わったら、最後にテスト問題の1問目のAIの予測とその答えが表示されます。その結果は…
よかった、正解ですね！
1問目のテストは、”7″という数字だったみたいです。MNISTから1問目の画像を取り出してみると、確かに “7” でした。
AIがちゃんと勉強したおかげで、手書き数字を読めましたね！
AIはもっと賢くできる
一つ、大事な点があります。この画像の赤線部分を見てください。
“accuracy”というところに書いてある数字。0.89前後になっていますね。
何を意味しているかというと、たくさんの手書き数字をお勉強したときの正解率なんです。89%なので89点。100問中、11問は間違っちゃってる計算です。
ここで試したAIのプログラム、初心者の人でもできる限り簡単に見えるように、いろんな工程をざっくり削除して短くしました。
すなわち、もっとちゃんと作れば、このAIはもっと賢くなります。
主なヒントは2つ、正規化とディープラーニング。どうすればこのAIがもっと賢くなるのか、ぜひトライしてみてください！
AIは人間の仕事を奪うのか？
この記事で言っているAIは、まずデータがあって、そのデータを学習した上で予測したり分析したりしてます。
そのAIが人間の仕事を奪うかどうか？と言われると、確かにそうかも。
なぜなら、人間には扱いきれないようなデータを超高速で計算できるから。速さも正確さも、そりゃ勝てません。
Excelを使って人間が手作業でデータをあれこれいじってる間に、AIは爆速かつ正確に作業します。とにかく効率がいい。
結論：AIと仲良くなってしまえばいい
AIに仕事が取られるのを怖がるくらいなら、むしろAIを使えるようになる = 仲良くなればいいんです。
AIにサポートしてもらった方があなたの仕事もすぐ終わります。仕事をサボれます。いい意味で。
機械学習という方法でAIのモデルを作っているのは、あくまで人間。
AIは、人間より早く膨大なデータを計算して判断できるだけ。だったら、その優秀なAI君と仲良くしちゃいましょう。
AIと仲良くなるエンジニアの役割
AIプログラミングをする流れの中で、特に時間をかけるのがこのお仕事。
- AIが学習しやすいようにデータを加工する
- AIモデルの精度を上げる
まさに、AIのモデル（装置）を作ることに特化してます。こういう仕事をするエンジニアを、AIエンジニアとか機械学習エンジニアって呼びます。
あるいは、データの加工に特化したエンジニアを、データエンジニアって呼ぶこともあります。
あるいは、AIの精度を上げることに特化したエンジニアを、データサイエンティストって呼んだりすることもあります。
あなた
「全然ハッキリしてない！」
そう、それが正解。笑
Web上でググっても、人と話していても、この辺って明確な線引きがありません。これはりんごです！みたいにハッキリしないんですよね。今のところ。
ただ、AIという分野の周りにはこれだけのエンジニアがいて、それだけお仕事が溢れているのは事実。
AIと仲良くして使いこなせるようになれば、それだけ仕事があるっていうのは間違いないですね。
今後AIをどう使っていくか
ここまでにAI基礎知識と実際のAIプログラミングを学んでみて、どんな印象を持ったでしょうか。
あなた
「完璧に理解した気にはなれないけど、何となくイメージはできたかも。」
もしそんな感想を持っていれば、バッチリ！
AIと同じで、一回勉強しただけでは完璧に理解できません。でも、AIが一体どういうものなのか、その概要は確実につかめたかと思います。
仕事にAIを活用できるか考える
ここで、2つ質問です。
- あなたの具体的なお仕事は何でしょうか？
- そのお仕事に、AIの予測や分析を活用できそうでしょうか？
あなたの仕事をAIがサポートしてくれるかも…なんてイメージができたなら、チャンス。
だって、うまくAIのサポートを使えたら、あなたの仕事がめっちゃ楽になりますから。
あるいは、AIを乗りこなせるAIエンジニアになって、AIを作ることそのものを仕事にしても良いですよね。
AIは、予測と分析ができる。このAIの強みをどうやって仕事に活用できるのか、少しイメージしてみましょう。
AIを使う？AIを作る？あなたはどっち？
PythonでAI入門するきっかけをつかんだ今、選択肢が2つあります。
- AIを活用するアイデアを考える人になる
- AIモデルを作って精度をあげる人になる
前者は、ある業務の専門家。すなわち、今まさに仕事をしているあなた自身ですね。
そして、後者はAIエンジニアです。
ある業務の専門家の場合
例えば、売上分析に特化した業務をしている人なら、AI活用を検討できますよね。
あなた
「この売上データをもとにAIを活用すれば、すぐに正確な売上分析ができそうですね。あと、自分たちで予測する以上に、もっと正確な売上予測を立てれます。」
AIができることを知れば知るほど、あなたの仕事にAIをどうやって活用できるのか、根拠のある提案ができるようになります。
さらに、Pythonでパパっと簡単なAIまで作って提案できてしまうと、もう最強。
AIエンジニアの場合
この記事をきっかけに、AIを作りたい！AIの精度アップを目指したい！と思ったら、AIエンジニアになれます。
今の仕事からキャリアチェンジして、転職で狙ってみるのもアリです。
AIは発展産業。その周りにはたくさんの仕事が溢れてます。AIエンジニアなら、この先の仕事にも当分は困りませんよね。
本で勉強するにしても、プログラミングスクールへ行くにしても、”AI”や”機械学習”というキーワードを忘れずに！
AIプログラミング学習のAidemy（公式サイト）
TechAcademyのAIコース（公式サイト）
おすすめプログラミングスクールを3つに絞る【無料あり】
プログラミングスクールに行きたいけど、多すぎでどこがいいのか分からない！そんな疑問にお答えします。現役エンジニアが、オンラインのプログラミングスクールの全プランをチェックしました。コースは豊富か？将来性は分かりやすいか？無料か、あるいは安いか？3つのポイントを元に、最強のプログラミングスクールを3つに絞ります。
AIの知識は将来どこかで必ず役に立つ
AIの力を、あなたの仕事に活用するのか。あるいは、エンジニアとしてAIそのものを作っていくのか。
どちらにせよ、ここでAIの基礎を理解したあなたは、AI使えないかな？って思うタイミングがいつか必ずやってきます。
そんな時、簡単なAIをさっと作って試せるスキルがあると、あなたの周りの誰よりも強い人材になっているのは間違いないです。
あなた
「AIを使ってこんな分析してみました。あ、これExcelじゃできないんですよ。」
こんな風に、AIプログラミングができる貴重な人材になって、あなたの同僚や上司を驚かせちゃいましょう。
半年後には、給料アップの交渉をするか、AIエンジニアにキャリアチェンジです。
挫折率を下げるプログラミング勉強法【目的を決めよう】
プログラミングをはじめたいけど挫折しないかな？そんな不安を吹き飛ばします。筆者の体験談も交えて挫折しない理由をハッキリさせて、どうすれば挫折しないプログラミング学習ができるのかを説明します。目的別に何を学べば良いのか、必要となるプログラミング一覧のまとめから理解することができます。