機械学習・ディープラーニングの数学／技術の概要を理解できる厳選「無料動画」：AI・機械学習の独学リソース

今や無料の動画だけでも、AI・機械学習・ディープラーニングは手軽に楽しく学べる。「機械学習／ディープラーニングに必要な数学」「機械学習／ディープラーニングの概要」「ディープラーニングの技術理解」の観点で、初心者にお勧めの無料動画を紹介する。

[一色政彦，デジタルアドバンテージ]

連載目次

　「そろそろAI・機械学習・ディープラーニングを学びたいと思っているが、きっかけがつかめない……」という人は少なくないのではないだろうか。今では無料の動画だけで、手軽で楽しく学べるようになってきている。

　「でも動画を見るにも時間が……」という人もいるだろう。そこで本稿では、できるだけ短時間の日本語の動画で、できるだけ効率的に堅苦しくなく学べる動画を、筆者が考える「学ぶべき順」で並べてみた。

　念のため断っておくが、今回の動画選択には、えこひいきは一切ない。人脈による友達メディア推しもない。「筆者がこのテーマで学ぶならこれがベストだ」と本心で思っている無料動画を、一切の利害関係なしで紹介している。

本稿で紹介するカテゴリ

　機械学習といってもさまざまなレベルがあると思う。今回は、普通のエンジニア、特に「大学には行ったけど、数学は忘れてしまった。機械学習やディープラーニングも何となくニュースで見るだけ」というような初心者レベルの人をターゲットとする。その観点で、次の3つのカテゴリを選んだ。

• 機械学習／ディープラーニングに必要な数学
• 機械学習／ディープラーニングの概要
• ディープラーニングの技術理解

　さっそく順番に説明していこう。なお、これらの動画を上から順番に視聴すると、約7時間23分になる（頑張れば1日で視聴できる時間）。それぞれのカテゴリは2〜3時間程度になるように調整した。

機械学習／ディープラーニングに必要な数学

• ヨビノリ（予備校のノリで学ぶ「大学の数学・物理」）の「中学数学からはじめるAI(人工知能)のための数学入門 - YouTube」

図1　ディープラーニングに必要な数学

　再生時間は2時間5分23秒。この短さで、

1. 微分（※偏微分は説明していない）
2. 線形代数
3. 統計学（平均／分散／標準偏差／共分散を説明）

という最低限必要な数学が学べる。動画内のカリキュラムは、Aidemyが考えたとのこと（ヨビノリとAidemyのコラボ動画）。

　筆者自身もヨビノリのファンだが、ヨビノリの教え方は本当に分かりやすくて飽きが来ない感じが良いと思う。そこが魅力である。ただし大学講義や講習とは違い、全体の網羅感はない。

　ちなみに本Deep Insiderでは、『AI・機械学習の数学入門 ― 中学・高校数学のキホンから学べる - ＠IT』を連載中で、記事に沿った付属の解説動画も提供している。数学の対象範囲は広く、習得に時間がかかる。上記のヨビノリ動画はあくまで最低限の内容になっているので、その後は、上記の連載を読みながら少しずつ1年ほどかけて数学を身に付けていくことを提案したい。

機械学習／ディープラーニングの概要

　順番が前後するが、「ディープラーニングの概要」→「機械学習の概要」の順で紹介していく。

ディープラーニングの概要

• ヨビノリ（予備校のノリで学ぶ「大学の数学・物理」）の「機械学習に関する動画」

図2　ディープラーニングの概要

　合計再生時間は35分36秒。再びヨビノリ講師「たくみ氏」による動画であるが、「難しい」印象のディープラーニングの理論面を「数学的な気持ち」面からやさしく説明してくれる良質の動画なので選択した。実務的な内容に入る前に、やはり理論面のオーバービューはあった方がよいだろう。ここでは、

1. 【機械学習】深層学習（ディープラーニング）とは何か
2. 【機械学習】教師あり学習と教師なし学習の違い

という2つの動画の視聴をお勧めする。

機械学習の概要

• いまにゅのプログラミング塾の「ノートで伝える機械学習入門シリーズ - YouTube」

図3　機械学習の概要

　合計再生時間は2時間25分37秒。ディープラーニング講習を行っているキカガクの今西航平氏が解説する動画である。誰にでも理解できるように説明されており、「機械学習が全く難しくない」と感じられるだろう。機械学習の重要なテーマをカバーしており、各テーマのポイントが押さえられているので、それぞれを本格的に学ぶ際に役立つはずである。上記のリンク先は再生リストになっており、執筆時点（2019年5月14日時点）でその再生リストには下記の10本が提供されている。

1. 人工知能（AI）とは
2. 学習と推論
3. 教師あり学習とは（回帰と分類）
4. 回帰分析とは
5. 教師なし学習（クラスタリング）
6. 教師なし学習（主成分分析）
7. 強化学習とは
8. ニューラルネットワーク
9. サポートベクターマシン（SVM）
10. 決定木

　一部は前掲の「ディープラーニングの概要」の内容と被っているが、復習も兼ねて視聴してみてほしい。

ディープラーニングの技術理解

• Neural Network Consoleの「Deep Learning入門 - YouTube」

図4　ディープラーニングの技術理解

　合計再生時間は2時間16分30秒。NNC（Neural Network Console）というディープラーニング用GUIツールを提供するソニーの小林由幸氏が解説する動画。先ほどの「機械学習の概要」より実践的な内容になっており、ディープラーニングを実践する際の基礎的な技術知識が理解できる。「Neural Network Console - YouTube」は筆者もお気に入りの動画コンテンツであり、視聴数は各動画とも数万はあり大人気のようである。上記のリンク先も再生リストになっており、執筆時点でその再生リストには下記の13本が提供されている。

1. 今Deep Learningに取り組むべき理由
2. Deep Learningとは？
3. Deep Learningでできること
4. ニューラルネットワーク設計の基礎
5. 層数、ニューロン数を決める指針
6. ニューラルネットワークの多層化テクニック
7. ニューラルネットワーク学習の仕組み
8. Recurrent Neural Networksとは？
9. Generative Adversarial Networks (GAN)とは？
10. 数式なしで理解するLSTM (Long short-term memory)
11. Transfer Learning（転移学習）
12. 量子化によるニューラルネットワークのコンパクト化
13. Attention（注意）

---

　以上、「ヨビノリ」「いまにゅのプログラミング塾」「Neural Network Console」という3つのチャンネルから、初心者が機械学習／ディープラーニングを気楽に学ぶのにお勧めの無料動画を紹介した。ちなみに「YouTubeの広告表示が多くて視聴しづらい」という人もいるかもしれないが、筆者の場合は、YouTube Premiumに登録しているので広告が表示されない。上記の動画を視聴する際には、（期間限定などでよいと思うので）登録してみるのもお勧めである。

　なお、今回は日本語で無料、しかも気楽に視聴できる動画に絞ったが、Udemyなどの有料動画や、有名海外大学の英語動画など、他にも真剣に学べる動画コンテンツはたくさんある。本Deep Insider内でも「機械学習概論〜ディープラーニングGAN、本格的に学べる全20時間の大学講義が無償公開」や「機械学習／深層学習〜統計学／データサイエンス、毎日10分×1カ月で学べる無償動画【2020年春版】」という記事も公開しているので、上記の動画を視聴し終わったら、より本格的な講義動画にチャレンジしてみるのもお勧めである。

「AI・機械学習の独学リソース」