こんにちは！
消費財メーカーでデータサイエンティスト・デジタルマーケティングをやっているウマたん(@statistics1012)です！
データサイエンスやプログラミングを勉強する人が増えてきていますが・・・巷には色んな学習方法が乱立していて正直どれを選んだらよいのか悩みますよね・・・
そんないくつかある学習方法の中から今回おすすめしたいのはUdemy！！
ただ、Udemyが絶対というわけではなくサービスそれぞれにメリットデメリットがあるので、しっかり吟味して選びましょう！
この記事では、実際にUdemyの機械学習関連のコースを10個以上受講してみた体験談を基に徹底的におすすめコースを紹介していきます！
僕自身が講師のUdemy講座に関しては以下の記事で限定クーポン（最大94%OFF）を配布しているのでチェックしてみてください！
気になるところへ読み飛ばす
目次
なぜUdemyで機械学習を勉強するべきなのか
機械学習って最近いろんなところで耳にしますよねー！
ディープラーニングや機械学習、AIという言葉はどこにいっても色んなところで耳にしますし目にします。
それだけ世の中の関心が集まっている領域なんですね。
とはいえ機械学習の領域はひじょーーーうに広い！
まずそもそもディープラーニング・機械学習・AIは何が違うのか。
基本的には以下のように定義されることが多いです。
実は、ルールベースの判別や演算処理は全てAIと定義されます。
その中でも人間がインプットしたデータ（特徴量）を基にモデルを構築するのが機械学習。
そんな機械学習の中でもニューラルネットワークを深層化した特定の手法をディープラーニングというわけですね。
この違いはおさえておきましょう！
ディープラーニングももちろん機械学習の仲間だし、機械学習にはSVMやランダムフォレスト、Xgboostなどひじょうに多くの仲間がいるんです。
そしてそれらを体系的にまとめた書籍も出てるんですが・・・
「はじめての」とか言いながら全然初心者向けじゃない！！みたいな初心者泣かしの書籍が多い笑
そこでオススメなのがUdemyなんです！
正直、勉強の方法はたくさんありますがコストパフォーマンスをかんがみた時にこれだけリーズナブルにクオリティの高いコースを受けられるサービスはなかなかありません。
プログラミングスクールも通いましたし、書籍も大量に読みましたし、大学の講義（これ何気なくみんな通っているけどめっちゃ高い）も受けましたが、正直Udemyがコスパ一番いいですよぶっちゃけ。
自分に合った講座を買い切りでリーズナブルに購入できるし、講師に質問もできるし！
Udemyのメリットデメリットに関して詳しくは以下の記事でまとめているのでチェックしてみてください！
そして機械学習には、主に2つのフェーズがあると思っています。
・機械学習の理論を勉強
・機械学習をPythonで実装
まずは、機械学習の理論をしっかり理解してから実装を・・・とは実はいかないのが勉強の難しさ。
個人的には機械学習の理論の深みにはまる前に、何となく分かった状態でもいいからライトにPythonを使って実装してみることが大事だと思っています。
そこで何かしらのアウトプットが得られた成功体験が理論のさらなる学習につながります。
とはいえ、実装だけ出来るようになっても足元すくわれるので理論もやっておかなくてはいけない。
すなわち2つのフェーズを反復的に行き来することが大事なんです！
そこで、この記事では2つのフェーズの行き来ができるような理論編・実践編の講座、そしてより踏み込んだディープラーニングの講座をまとめていきます！
Udemyでオススメの機械学習講座（理論編）
まずは、Udemyの機械学習講座（理論編）をまとめていきましょう！
数学ばかりの難しい講座ではなくて分かりやすい講座を紹介していきますよー！
【キカガク流】人工知能・機械学習 脱ブラックボックス講座ー初級編ー
| 【オススメ度】 | |
|---|---|
| 【講師】 | 株式会社キカガク代表取締役 |
| 【時間】 | 4.5時間 |
| 【レベル】 | 初級 |
教育サービスを提供するキカガクの代表取締役の方が丁寧に機械学習のアルゴリズムについて教えてくれます。
まあ機械学習の基本・土台となる単回帰分析を数式から学んでいくもの。
ビックリしたんですが、パワポではなく紙に手書きで進んでいくんです！
最初は抵抗があったものの、なるほど意外と分かりやすい。
よくよく考えたら学生時代の教育は先生が手書きで黒板に書いて進めてましたもんね。
Pythonでコーディングしていく部分は少なめですが、回帰分析の裏側のロジックを学ぶには絶好のコースです。
数学の内容は平易な微分レベルです。
数学のレベルは高校2年生の数ⅡＢレベルが何となくわかれば大丈夫なので文系でも全く問題ありません。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –
| 【オススメ度】 | |
|---|---|
| 【講師】 | 株式会社キカガク代表取締役 |
| 【時間】 | 4.5時間 |
| 【レベル】 | 初級～中級 |
初級編とあわせて受講すると理解が深まりやすいですが、中級編だけでも十分だと思います。
初級編は単回帰分析について微分を使って紐解いていきますが、本コースでは線形代数を学びながら重回帰分析まで展開していきます。
線形代数は機械学習を学ぶ上で非常に重要なんです！
実際に数式的に重回帰分析を行い、その後にscikit-learnを使って分析を行っていきます。
Pythonだとライブラリを使えば中身を理解しなくても実装できちゃうので結構実務で危ないんですよねー。
やはりある程度は中身を理解していることが大事です。
このコースを受講しておけば、書籍で突然出てくる行列やベクトルに対しても吐き気をもよおさず読み進めることができるでしょう！
線形代数の理論とPythonによる実践
| 【オススメ度】 | |
|---|---|
| 【講師】 | 元外資系IT企業 |
| 【時間】 | 21時間 |
| 【レベル】 | 初級～上級 |
かなりボリューミーな内容で線形代数について学べます。
講師のテンションが低く自分にはちょっと合わなかったのですが、内容としては素晴らしい充実度。
もし【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –で線形代数を学びもっと深く突っ込んで学びたいと思ったならこちらのコースを受講してみると良いでしょう！
学べる範囲が広く、最後の方はかなり突っ込んだ内容になっていきます。
Udemyでオススメの機械学習講座（実践編）
続いて、Udemyの機械学習講座（実践編）をまとめていきます！
【初学者向け】データ分析コンペで楽しみながら学べるPython×データ分析講座
| 【オススメ度】 | |
|---|---|
| 【講師】 | 僕！ |
| 【時間】 | 4時間 |
| 【レベル】 | 初級～中級 |
手前味噌ですが、僕自身がデータ分析機械学習関連のUdemyコースを公開しています！！
僕自身がUdemyの色んなコースを受けてみた中で、他のコースにはないこんなコースあったらいいなみたいなコースを作ってみました。
このコースは、なかなか勉強する時間がないという方に向けてコンパクトに分かりやすく必要最低限の時間で重要なエッセンスを学び取れるように作成しています。
アニメーションを使った概要編とハンズオン形式で進む実践編に分かれており、概要編ではYoutubeの内容をより体系的にデータ分析・機械学習導入の文脈でまとめています。
データサイエンスの基礎について基本のキから学びつつ、なるべく堅苦しい説明は抜きにしてイメージを掴んでいきます。
統計学・機械学習の基本的な内容を学び各手法の詳細についてもなるべく概念的に分かりやすく理解できるように学んでいきます。
そしてデータ分析の流れについては実務に即したCRISP-DMというフレームワークに沿って体系的に学んでいきます！
データ分析というと機械学習でモデル構築する部分にスポットがあたりがちですが、それ以外の工程についてもしっかりおさえておきましょう！
続いて実践編ではデータコンペの中古マンションのデータを題材にして、実際に手を動かしながら機械学習手法を実装していきます。
ここでは、探索的にデータを見ていきながらデータを加工し、その上でLight gbm という機械学習手法を使ってモデル構築までおこなっていきます。
是非興味のある方は受講してみてください！
【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
| 【オススメ度】 | |
|---|---|
| 【講師】 | オプトのデータサイエンティスト |
| 【時間】 | 8.5時間 |
| 【レベル】 | 初級～中級 |
実践編としてはまずこちらのコースがオススメ！
機械学習における非常に重要な要素を基礎から学べます。
簡単な単回帰分析から機械学習（決定木）を使って回帰と分類問題を解いていくコース。
課題定義や分析において気を付けるべきところについても学べるので実務においても役立つ内容です。
データ分析においては基礎分析が大事なんですよねー！
DescribeやShapeなど基本的なPythonの関数を使ってデータの統計量をながめ→分布にしてみたり、外れ値・欠損値に注意したり、と地味だけど重要なエッセンスがつまっていますよー！
実際に手を動かしながらSignateのコンペにコードを提出します。
8.5時間なのでサクッと学べるけどだいぶ濃い内容でした。
データ解析コンペではKaggleが有名ですが、Signateという国産コンペもあるんですねー！
【世界で21万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜
| 【オススメ度】 | |
|---|---|
| 【講師】 | ITコンサルタント |
| 【時間】 | 26時間 |
| 【レベル】 | 初級 |
海外で非常に人気だったデータサイエンスコースの日本語版！
コミカルな動画と共に学べるので非常に分かりやすく、かつボリューミーです。
ビジネスサイドの話から機械学習を実務にどのように活かせばよいかについて学べるのでビジネスサイドの人でも入りやすいです。
機械学習初学者には非常におすすめの内容ですねー。
ただ、分かっている人にとってはかなり冗長な部分も多いです。
章立ての最後にある実践問題では、学んだ内容を実際にビジネスでどのように使うか分かりやすく解説してくれます！
本筋とはあまり関係ありませんが、k近傍法（Knn）とk平均法（Kmeans）を間違って使っていて、だいぶ気になりました笑
2020年版と書いてありますが、若干内容が古めな気がします。
最後には実データを使って実際の前処理→ロジスティック回帰による分析→タブローで可視化という流れを行っていくので実践に即した内容になっています。
Udemyでおすすめの機械学習講座（ディープラーニング）
最後に、さらに踏み込んで勉強するためのディープラーニングの講座について紹介していきます！
ディープラーニングは「ゼロから作るディープラーニング」という書籍が非常にわかりやすいのでそちらとあわせて読んでみることをオススメします！
【4日で体験！】 TensorFlow, Keras, Python 3 で学ぶディープラーニング体験講座
| 【オススメ度】 | |
|---|---|
| 【講師】 | 起業家AIエンジニア |
| 【時間】 | 4.5時間 |
| 【レベル】 | 初級～中級 |
畳み込みニューラルネットワークに関して分かりやすく学びながら、Kerasを使ってMnistの分類問題に挑みます。
まあ言ってしまえばよくあるディープラーニングの内容！
コース終盤に出てくるスタイル変換に関しては非常に興味深い内容でした。
スタイル変換とは、ゴッホのタッチと現実の写真をディープラーニングにインプットすることで、その写真をあたかもゴッホが描いたかのような絵に変換できるような技術です。
それをTensorflowの公式サイトのモデルを使って実装しています。
このコースの講師である井上さんはUdemyの名物講師で機械学習・Pythonの様々なコースを公開されていますのでチェックしてみましょう！
【4日間でチャレンジ】Python 3・ PyTorch によるディープラーニング・AIアプリ開発入門
| 【オススメ度】 | |
|---|---|
| 【講師】 | 起業家AIエンジニア |
| 【時間】 | 2.5時間 |
| 【レベル】 | 中級～上級 |
kerasに代わる新たな高速ディープラーニングライブラリ「PyTorch」を使って実際にディープラーニングを実装していきます。
Pythonの初歩の内容は飛ばされてPytorchに絞って話が進むのでいきなりこのコースを受講するのは避けた方がいいです。
最終的にはオートエンコーダを利用した時系列データにおける異常検知も行っていきます。
【TensorFlow・Python 3】GANによる画像生成AI自作入門
| 【オススメ度】 | |
|---|---|
| 【講師】 | 起業家AIエンジニア |
| 【時間】 | 3.5時間 |
| 【レベル】 | 中級～上級 |
ディープラーニングの領域でも最先端手法であるGAN（Generative Adversarial Network）について学べます。
高度な内容になってくるので、いきなりこのコースを受講するのは避けた方が良いです。
まずは、Pythonや機械学習の基礎固めを行いCNNについて学んだあと、さらにディープラーニングを深く知りたい場合こちらのコースを受講してみると良いでしょう。
Udemyでオススメの機械学習講座まとめ
Udemyでオススメの機械学習講座をまとめてきました！
- 【キカガク流】人工知能・機械学習 脱ブラックボックス講座ー初級編ー
- 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –
- 線形代数の理論とPythonによる実践
- 【初学者向け】データ分析コンペで楽しみながら学べるPython×データ分析講座
- 【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
- 【世界で21万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜
- 【4日で体験！】 TensorFlow, Keras, Python 3 で学ぶディープラーニング体験講座
- 【4日間でチャレンジ】Python 3・ PyTorch によるディープラーニング・AIアプリ開発入門
- 【TensorFlow・Python 3】GANによる画像生成AI自作入門
大事なのは、理論と実践を反復的に繰り返すことです！
ここで紹介した理論編は簡単で非常に分かりやすいですが、逆にある程度分かっている人には冗長です。
もしさらなる機械学習の深みにはまりたい人は以下の書籍をオススメします！
どちらも超有名な書籍です。
さらにPythonのUdemy講座を以下の記事でまとめていますのでPythonをさらに勉強したい人はチェックしてみてください！
機械学習やPython以外のコースもあわせてUdemyのオススメなコースを以下の記事でまとめています！
Udemyや書籍だとなかなかモチベーションが続かないという方にはパーソナルメンターがつくスクールをおすすめします！
以下の記事でAI・機械学習・データサイエンスが学べるスクールを比較していますので是非チェックしてみてください！
機械学習の勉強法については以下の記事でまとめています！
スタビジのコンテンツをさらに深堀りしたコンテンツが動画と一緒に学べるスクールです。
プレミアムプランでは私がマンツーマンで伴走させていただきます！ご受講お待ちしております！
