TECH::CAMPのAIコースってぶっちゃけどう？？ どうも、Linです。桜木町、呼んでます。   テクノロジースクールTECH::CAMPで新しいカリキュラムが追加されました。 それは、 AIコース（人工知能） です。 テック系の書籍でAIという言葉は一種のバズワード。 ぼく自身、AIが気になりすぎて入門書で勉強してみましたが、難易度が高くて理解に苦しんでいました。 そのため、早速このTECH::CAMPのAIコースを受講してきました。 ＞＞TECH::CAMPのAIコース内容はこちら [blogcard url="https://kensawai.com/techcamp-ai-contents/"]   今日は、TECH::CAMPのAIコースが気になっている方のために、 TECH::CAMPのAIコースを1ヶ月受講してきた100％正直な感想 を書いてみました。    

TECH::CAMPのAIコースを１ヶ月受講してきた感想

AIコースの感想は主に次の5つですね。  

プログラミングの基礎知識は事前にあったほうがいい

AIコースではプログラミング言語Pythonを勉強していきます。 このPythonの基礎にカリキュラムが割かれている割合はほんの10〜15％。 学習内容としては、
  1. 条件分岐
  2. 繰り返し
  3. クラス・インスタンス
のみでしたね。 それほど深く勉強できるわけでもなく、1つのサンプルアプリケーション（映画のレビューアプリ）しか作成しません。 プログラミング学習という観点でいえば、TECH::CAMPのAIコースの内容だけだと不十分かと感じました。   そのため、TECH::CAMPのAIコースを受講する前には、TECH::CAMPで受講できる、 Webアプリケーションコース を先に履修しておいたほうがいいでしょう。 [blogcard url="https://kensawai.com/techcamp-study/"]   ここではRailsというフレームワークを使って3つほどアプリケーションを作成していきます。 オリジナルアプリの作成にもチャレンジできるので、プログラミングの基礎から実践まで網羅したい方はこちらを先に受講するといいでしょう。 すべてのTECH::CAMPの教室でWebコースの質問に対応できるのもいいですね  

数学の最低限の知識はあったほうがいい気がする

プログラミングだけでなく、最低限の数学の知識はあったほうがいい気がします。 具体的にいうと、
  • 行列
  • 統計学の基礎
などですね。   行列はデータを整理したり分割したりするフェーズで使い、行列の勉強をしていたほうがスムーズに状況をイメージできるでしょう。 統計学の基礎知識に関しては、必要ないっちゃないのですが、
  • データの要約統計量を算出（平均、中央値、最大・最小値）
  • グラフの描写（ヒスグラムなどが出てくる）
というところで事前に知識があったほうが理解が深まるでしょう。 数学知識はマストではありませんがあったほうがいいことは確かです。  

渋谷教室のみ質問可能だがチャットサポートしてもらえる

TECH::CAMPのAIコースで不便なのが、質問できるのが渋谷教室のみだということ。 新宿教室や池袋教室に行っても、AIコースについてメンターに質問できません。   じゃあ渋谷教室が遠い受講生はどうすればいいのか？？ そんな受講生のために、TECH::CAMPのAIコースでは、 チャットサポート というものを受け付けています。   チャット形式でTECH::CAMPのAIコースのメンターに質問できるシステムです。 返信に時間はかかりますが、しっかり回答してくれました。   たとえば、 [speech_bubble type=”ln-flat” subtype=”R1″ icon=”man1.png” name = “ぼく”]Numpyのravelメソッドは多次元の配列を一次元に変換するという意味がよくわかりません。ここでいう次元って何のことですか？ [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”R1″ icon=”man1.png” name = “ぼく”]220 × 395の配列をravelメソッドにかけると2行86900列になるところで、どこから２が出て来たんですか？ [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”L1″ icon=”operator1.png” name = “メンター”] Numpyのravelメソッド こちらの画像を参考にしてみてください！ http://xxxxxxxxxxxxxx ravel()メソッドの、多次元の配列を一次元に変換するというのは、単純に1つの列に順番に並べていくことになります。 [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”R1″ icon=”man1.png” name = “ぼく”]ありがとうございます！何と無くわかりました！ [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”L1″ icon=”operator1.png” name = “メンター”]今回のx_axis と y_axisは220行395列の配列なので、 縦に220個、横に395個の要素が並んでおります。 イメージとしましては、Excelで縦220行、横395列の全てのセルに要素が入っているのを想像してみてください。 ここで、220行395列の2次元配列を1次元配列に変換しますと、220×395 = 86900なので、1行86900列の配列が出来上がります。 それがx_axis と y_axisの2つあるので、(2,86900)と表示されます。 [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”R1″ icon=”man1.png” name = “ぼく”]1次元に変換すると、それぞれの値は行と列を掛け合わせたものになりますか？それとも全く違う値ですか？ [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”L1″ icon=”operator1.png” name = “メンター”]それぞれの値を掛け合わせるのではなく、そのままの値を出力しております。 先程の画像を見ていただきたいのですが、 元々の配列arrayは以下のような3×4の配列でした。 [0,1,2,3] [4,5,6,7] [8,9,10,11] そのarrayにravelメソッドを使用しますと、 [0,1,2,3,4,5,6,7,8,9,10,11] という配列に変わります。 それぞれの値は変わらず0~11の数字のままですが、配列の形が 3×4 から 1×12 の配列に形が変わりました。 これがravelメソッドになります。 [/speech_bubble] [speech_bubble type=”ln-flat” subtype=”R1″ icon=”man1.png” name = “ぼく”]なるほど！しっくり来ました！ ありがとうございます！ [/speech_bubble] といった感じですね。   ちなみに質問受付時間は、 平日、土日祝日ともに13時 ~ 22時 までです。 渋谷教室に行かずともTECH::CAMPのAIコースは受講できるので安心してくださいね。    

そんなにボリュームはない

TECH::CAMPのAIコースはそれほどコンテンツ量は多くありません。 ぼくの場合、 1日あたり1~3時間、1ヶ月勉強したらカリキュラムを3周できました。 合計の勉強時間はたったの24時間。   TECH::CAMPの公式ページには推奨学習時間「80時間」と記載されていますが、もっと短くてもカリキュラムは読破できると感じました。 ただ、実際に人工知能の知識を利用してビジネスに活かせるレベルまでに到達するには80〜100時間必要かもしれません。 カリキュラムを3回読み込んでもまだ自分のものにできた感はしてないのが現状です。 ＞＞詳しくは「TECH::CAMPのAIコースの体験談」へ [blogcard url="https://kensawai.com/techcamp-ai-experience/"]  

成果物がないのでアウトプット量が少ない

TECH::CAMPのAIコースでは、オリジナルアプリを作成しません。 オンライン上に転がっているデータ（花のデータ、卸売業の購買データ、不動産価格）を取得して学習モデルを作成するだけです。 0からプロダクトを作るわけではないのでアウトプットの機会は少なく、他の講座に比べると知識の定着度は低いです。 また、形に残らないこともあって学習のモチベーション維持が大変です。何度も骨を折られそうになりました笑  

手を動かして人工知能の基礎を学べた

やはり、このTECH::CAMPのAIコースの良いところは、 手を動かしいながらAIの基礎を勉強できる点でしょう。 これまでAIの入門書を読んでみましたが、読んでもすぐに忘れてしまいました。 特に、機械学習の学習モデルなどは種類は多くて、しかもわけがわからないので、いつまでたってもちんぷんかんぷんでしたね。 その点、TECH::CAMPのAIコースは手を動かしてコードを書き、自ら学習モデルを構築してデータを分類するところまで経験できるので知識が身につきやすいです。  

データから何が言えるのかを考えるのは自分

TECH::CAMPのAIコースでは機械学習の学習モデルを構築し、データを分類したり、自ら新しいクラスターを作りだしグループ分けしたりしました。   ただ、その先の、 機械学習させたデータをどう使うのか？ などのAI活用法については触れれていません。 あくまでもデータを集めて分割してモデルを作成してデータをプロットするだけ。 プロットしたデータを用いて何ができるか、どうやってビジネスに活かしていくか？まではちょろっとしか触れられておらず、そこから先は自分で考えなくてはなりません。  

普通に難しい笑

TECH::CAMPのAIコースはぶっちゃけ、難しいです笑 数学の知識は必要だし、ライブラリを山のように使うし、学習モデルも数種類出てきて混乱するでしょう。 特に、学習モデルを使ったデータの分類やクラスタリングが困難を極めました。 カリキュラムを3周したはずですが、わかっていないところが山のようにあると思います。 ただ、何度も基本的に同じ動作を繰り返すので、機械学習のおおまかな流れは習得できたと胸を張れます。    

TECH::CAMPは手を動かしてAIの基礎を勉強した人におすすめ

以上がTECH::CAMPのAIコースを1ヶ月受講してみた感想でした。 こうして書き散らしてみると、 TECH::CAMPのAIコースの最大の魅力は手を動かして勉強できることですね。 TECH::CAMPのAIコースを履修すると、人工知能系のエンジニアになったり、Googleからヘッドハンティングされたりするわけではありませんが、AIの基礎は習得できるはずです。 手を動かして機械学習を体験できるので、学習モデルの種類を区別できたり、人工知能系のニュースの大まかな意味がわかるようになるでしょう。 AIに興味がある方にはAI入門として受講するのはすごくおすすめですね。 興味がある方はまずはTECH::CAMPのAIコースの無料体験会から参加してみましょう。 [blogcard url="https://kensawai.com/tech-camp-ai-trial/"]   それでは！ Lin]]>