【米国AI開発者厳選】知識ゼロからAI開発者になるために受けるべきUdemy講座一覧

グローバルでAI開発者・データサイエンティストを目指す人向け
おすすめUdemy講座一覧

TOEIC300→海外就職の英語勉強法まとめ

こんにちは,米国データサイエンティストのかめ(@usdatascientist)です.

本ブログでは私自身の知識や経験を元にGitHub, Docker, Pythonなどの講座を書いたり,統計機械学習のおすすめの本を紹介してきました.

しかし,(当然ですが)テキストだけの学習では限界があります.

僕の講座のようなWebテキストにはWebテキストのいいところがあって,書籍には書籍のいいところがある.

そしてもう1つ学習リソースとして欠かせないのが「動画」です.

もちろんこれには大学の講義のような画面越しではない対面での講義も含まれますが,「誰かに説明してもらう」というのは超効率よく学ぶことができます.しかも動画であれば,好きな時に止められるし,見たいところだけ再生することもできます.

(ほとんどの読者の方はすでにアカウントを持っていると予想しますが)米国のシリコンバレー初の世界最大級のオンライン学習プラットフォーム「Udemy」は,世界中の講師の方の講義をオンラインで受講することができます.(まだアカウントを持っていない人は↓のリンクをクリックしてアカウントを作成(無料)しましょう!)

本当に今は素晴らしい時代だと思う.

世の中にいろんな教材があって今はそれに簡単にアクセスできる時代です.僕のブログ講座しかり,Udemyしかり,Amazonのkindle本しかり.

そんな時代だからこそ,積極的に自己投資して勉強する人とそうでない人で差が付いてしまう.

これから先その差は開くばかりだと思います.

僕は.とにかく勉強にはお金を惜しみません.(もちろん数万する怪しいセミナーにはいきませんがw)

Udemyも僕がおすすめしているAmazonの本も,どれも良心的な値段で買える超優良教材です.

Udemyの講座は安い時だと1000円くらいで買えますし,高くても2万円くらいです.

一方,よく週末に開かれている「データサイエンス講座」なんて3,4万円とか平気でするし,下手したら10万円とかします.

それでも数十人という人が集まってありがたそうに(?)受講しています.

Udemyなら超優良講座を好きな時に見れて,一度購入すれば永遠に再生することができます.

そんな一度きりのセミナーに行くくらいならUdemyで動画買ったほうが100倍得でしょう.

*Udemyなら講座を購入する前にいくつかの動画が見れますので,購入する前にそれらを視聴してから自分に合っていれば購入しましょう.

本記事のスコープ

まず,知識ゼロからAI開発者になるために必要な知識は以下のとおりです.(超ざっくりですが,,だいたいこの辺のスキルがほしいところです)
・プログラミングスキル(Python)
・データサイエンス(統計学/機械学習)
・Web開発スキル
・Dockerやk8s, DevOpsのスキル

ここでいっている「AI」というのは,例えば画像や音声を認識するAIです.もちろんそれぞれのアプリによって必要なスキルは異なります.画像なら画像認識,テキストなら自然言語処理の知識が必要です.

また,アプリによってはWebを使わないものもあるかと思います(組み込みなど)が,昨今のテック業界の流れを考えると,Webインタフェースを用いてAIアプリを動かしたり使うのが主流です.そのためWebの知識も必要になってきます.

当然これ以外にも数学の知識やCPUやメモリなどのコンピュータの知識も必要ですが,特におすすめのUdemy講座がいまのところないので端折ります.

また,私が受講した多くの講座は英語の講座なので,一部「それの日本語版」だったり,「本記事の執筆用に購入して優良と思えたもの」を紹介しています.ご了承ください.

*本記事で紹介しているほとんどの講座が私が実際に受講して勉強したものです.

また,当然ですがここで紹介している講座を受講すれば「知識ゼロからAI開発者になれる」訳ではありません.これらの講座を受けることがそのための1つの選択肢であり,助けになるという意味です.

英語が得意・今後グローバルで活躍したいと想っている人は英語の講座を受講することをお勧めします.全体的に英語の講座の方がクオリティが高いです.

特にオススメな講座については「特にオススメ」と書きました.どれを受講していいかわからない人は,「特にオススメ」と書かれたものを買っておけば間違いないかと思います.

Pythonおすすめ講座

【英語講座】

Learn Python Programming Masterclass

言わずと知れたPythonの大人気講座です.

いくつかPython講座を見てみましたが,この講座のみ買っておけば問題ないと思います.
なんといっても網羅性が高いのが売りです,必要な知識は本講座で全て学べると思います.

50時間近くあるので,修了するのにかなり骨が折れると思います.というか全部通してやる必要はなく,必要な単元だけ選択して受講すればOKだと思います.
辞書的にも使える講座です.一度購入してしまえばずっと再生できるので,Python学習者なら持っておきたい講座の1つですね.

あと,他の講座よりも圧倒的に網羅性が高いのに値段が手頃なのが嬉しい.

Python for Absolute Beginners

こちらの講座もおすすめです.Learn Python Programming Masterclassよりもコンパクトにまとまっています.Learn Python Programming Masterclassは長すぎて疲れる・・・必要なところに絞って受講したい,と言う人におすすめ.

あと,英語がかなり聞き取りやすく,話すスピードもゆっくりなので,「英語はそんなに得意じゃないけど英語で頑張って勉強したい」と言う人にもおすすめです.

プログラミング用語についても初心者向けに易しく説明しているので,「英語でプログラミングのベースを固めたい人」にも向いています.

【日本語講座】

現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

日本語Python講座の大人気講座です.講師は現在シリコンバレーでエンジニアをしている酒井潤さんです.

こちらもかなり網羅性が高く,Python講座で悩むなら本講座を購入すれば良いかと思います. 本講座は完全初心者向けにPythonの基本を説明する前半部分と,そのPythonを使ってできることを説明する後半部分(応用編)に別れています.

前半部分は,初心者にもわかりやすく説明されているし,応用部分は私も知らないところがたくさんあってかなり勉強になりました.一部データサイエンティストやAI開発には不要な部分もあるかもしれませんが,「他の分野でPythonがどう使われるのか」を知ることは,今後のキャリアで絶対に活きるはずです.この量の内容でこの値段はかなりお得だと思います.

プログラミング言語 Python 3 入門

もう1つおすすめするとしたらこの講座です.酒井潤さんのコースはかなり網羅性が高く多くのことを学べますが,もう少し軽めのサクッと学べる講座が良いという方にはこちらをお勧めします.

基本ターミナルとPyCharmで進めていくので,余計(ではないけど)なツールを一切使わずPythonの本当に必要なところだけが学べるようになってます.

ただ,テストコードや応用的な使い方はほとんどないので,実践的な学習は期待しないほうがいいと思います.なにより値段が安く手頃に始められる講座なので,予算が限られている方や,すでに本を持っていたり他のコードで開発経験がある方はこちらの講座でPythonの概要を掴んでおくのがいいと思います.

データサイエンス(統計学/機械学習)おすすめ講座

【英語講座】
(特にオススメ)Python for Data Science and Machine Learning Bootcamp

個人的にはPythonxデータサイエンスで一番オススメの講座です.

PythonでデータサイエンスをするためのライブラリやモジュールをJupyterNotebookを使って学んでいきます.内容は本ブログの「データサイエンスのためのPython講座」に近いですが,本ブログの講座よりも扱っている範囲が広いです.(本ブログで扱っていて本Udemy講座で扱っていないものも多数ありますが・・・)

1つ1つの説明は本ブログの講座の方が詳しいので,本ブログの「データサイエンスのためのPython講座」と合わせて学習することをお勧めします.

NumPy→Pandas→Matplotlib→Seabornを学習する流れはかなり本ブログと近いです.(どの講座もそうですが・・・)
なお,本講座では多くのコードはそれぞれのライブラリの公式サイトのコードから取ってきているようです.公式サイトをみながら学習するのもいいかもしれません.
英語も聞き取りやすいので多くの方にお勧めできる講座です.

また,前半にPythonのおさらいをしてくれますが,データサイエンスに必要なPython知識を教えてくれるので,「プログラミング経験はあるがPythonは未経験」な方でもこのコースだけでPythonの基本的な使い方を理解することができると思います.

Learning Python for Data Analysis and Visualization

Python for Data Science and Machine Learning Bootcampの講師の方の別講座(ベストセラー)です.
内容はPython for Data Science and Machine Learning Bootcampとかなり似通っているので,購入するのはどちらかでいいかもしれません.こちらの講座はPythonのおさらいなどはなく,データ解析に特化しています.機械学習や統計についての説明もあります.Pythonを使ったデータサイエンスの初心者の方はPython for Data Science and Machine Learning Bootcampを,中級者や経験者はこちらの講座をお勧めします.後述しますが,こちらは日本語訳された講座もあるので,英語が苦手な方は日本語講座を受講するといいかも

Taming Big Data with Apache Spark and Python – Hands On!

PythonでSparkを学びたい人には,こちらの講座をお勧めします.

Sparkというのは,大量のデータを分散させて処理するためのApacheのオープンソースです.
もとはScalaで書かれたものですが,Pythonでも使うことができます.本講座はPythonでのSparkの使い方を学ぶことができます.
多くの会社で「Sparkが使える」ことは就職に有利になると思います.私は久しく使っていないのであまり覚えていませんが,多くのデータサイエンティストにとって覚えておくスキルの1つだと思います.

大量のデータを使うような人はぜひ受講してください.Sparkは本やネットでの情報が少ないのと,Spark3が出たのが割と最近なので,本講座は貴重な独学教材だと思います.

講師の方はAmazonで働いていたということもあり,講義の一部でリコメンデーション機能など,Amazonで実際にどう大量データを処理しているのかなどの話をしてくれるので勉強になります.

【日本語講座】

【世界で5万人が受講】実践 Python データサイエンス

Learning Python for Data Analysis and Visualization講座の日本語訳です.

日本語訳が出ているってことはそれだけLearning Python for Data Analysis and Visualization講座が大人気ということだと思います.英語が苦手な方,英語の前にまず日本語でベースを固めたい(←これ重要です)方はこちらの講座を受講すると◎

(特にオススメ)Pythonで機械学習:scikit-learnで学ぶ識別入門

scikit-learnは,Pythonで機械学習アルゴリズムを簡単に使うためのライブラリです.

広島大学で准教授をされている玉木先生のsklearn講座です.(他にも講座を持ってますが,どれも質が高いのでおすすめです.)

sklearnは先述までの講座でも学べますが,こちらの講座でより体系的に機械学習の理論および実装を学ぶことができます.「Python x 機械学習」を学ぶ上でかなりおすすめな講座で,私も最初こちらの講座で基本を学んでいました.

こちらで紹介している本(特にISL, 高村本, はじパタあたり)と合わせて進めると理解が深まるのではないかと思います.この講座を一通り終えれば,機械学習アルゴリズムを使ってPythonでモデルを作ることができると思います.本当におすすめの講座です.

Web開発おすすめ講座

そもそもなぜデータサイエンティストにWeb開発のスキルが必要なのか?

簡単に私の意見を言うと,

  • 開発した機械学習モデルをWebに組み込むことが多い
  • モデル開発をするにあたり便利ツールをWebで作ることが多い
  • Webのデータを扱うのであれば仕組みくらいは知っておいた方がいい
  • Webエンジニアとスムーズに仕事をするため

特に上2つが重要です.もし,今の仕事で全くWebの知識を必要としないのであれば学ぶ必要はないかもしれませんが,多くのデータサイエンティストにとってWeb開発の知識は有利に働くはずです.

私もWeb開発ができたので,簡単にアノテーションツールを作ったりデータ可視化ツールを作ったりできました.米国への異動ができたのもその辺りのスキルが評価されたことが大きかったです.

当然Webエンジニアほどのスキルは不要なので,Udemyでサクッといくつか講座を受ければ「データサイエンティストがちょっとWebアプリを作る」ためのスキルくらいはつくと思います.

また,「どのフレームワークを学習するのか」も重要なポイントです.
得意な言語があればその言語のフレームワークを勉強すればいいと思います.

私はRails (Ruby), Django (Python), node.js (Javascript)を勉強しましたが,Pythonでデータサイエンスを勉強中であればDjangoを選択するのがいいと思います.

今のテック業界の流れをみていてもDjangoの人気が衰える気配はないですし,AIモデルをPythonで作ったのであれば,WebのバックエンドもPythonで作ることが多いです.DjangoはPythonのWebフレームワークの中でも一番の人気なので,データサイエンティストにとってももっとも扱う可能性が高いフレームワークだと思います.

【英語講座】

(特にオススメ)Django 2.2 & Python | The Ultimate Web Development Bootcamp


英語が得意ならこちらの講座一択です.量も多すぎず,DjangoでのWeb開発に必要な知識を無理なく学べます.いくつか実際にWebアプリを作ったり,DigitalOceanというクラウドサービスを使って実際に作ったアプリを公開したり,初心者でも付いていけるレベルでかなりの範囲を広く浅く網羅してくれます.
データサイエンティストが教養程度に学ぶのであればこの講座が一番です.

Python and Django Full Stack Web Developer BootcampもDjangoの人気講座ですが,こちらはDjango1.1になるのでこれからの学習にはお勧めしません

補足
1.1を学習する特別な理由がない限り,これから新たに学習するのであればDjango2を学習しましょう.さらにいうと今後はDjango3の時代だそうで,Django2.2もメンテが終わるようです.あまり詳しくは知りませんが,必要に応じて今後こちらの記事は更新します.2020年3月現在においてはDjango2を学んでおけば問題ないでしょう

【日本語講座】

【徹底的に解説!】Djangoの基礎をマスターして、3つのアプリを作ろう!

日本語のDjangoの講座ならこちらの講座がおすすめです.かなり易しく,題名通り徹底的に解説してくれるので初めてWeb開発する人にとっても理解できる内容になってます.

Webアプリの動く仕組みって結構抽象的な概念があったりして,初学者の人は「???」ってなりがちなんですけど,こちらの講座では本当に易しく・丁寧に説明してくれています.
実際にアプリを作って,クラウドサービスへのデプロイまでやるのでこちらの講座で一通りDjangoを学べると思います.

【画像判定AIアプリ開発・パート1】TensorFlow・Python・Flaskで作る画像判定AIアプリ開発入門

【画像判定AIアプリ開発・パート2】Django・TensorFlow・転移学習による高精度AI アプリ開発

実際に開発したAIをWebアプリに組み込むところを学べる講座です.パート1とパート2がありますが,どちらもTensorflowやKerasという深層学習フレームワークを使って画像を識別するAIを,パート1ではFlask,パート2ではDjangoを使ってWebアプリ化します.

Flaskというのは,Djangoの簡易版だと思ってください.実際の仕事ではDjangoを使うことが多いと思いますが,簡易アプリを作る場合はFlaskを使うこともあります.

データサイエンティストの中でも特にAIを開発する人にとっては「AIをWebアプリに組み込む」という非常に重要かつ需要のある知識を学ぶことができます.かなり実践的な内容になっているし,他ではなかなか学べないので貴重だと思います.

事前知識としては,NumPyなどのPythonライブラリ・深層学習の知識・FalskもしくはDjangoの基礎知識があった方がいいと感じました.少し上級者向けかもしれません.

DjangoやFlask, TensorflowやKerasについてはこちらの記事でも少し触れているので参考にしてください.

Docker, k8sやDevOpsのおすすめ講座

Pythonでデータサイエンスをするのなら,Dockerの知識は必須になってくると思います.Dockerについては本ブログで無料で学べる講座もあるので,まずはこちらで勉強することをおすすめします.

k8sは,Kubernetesの略です.k8sは,Dockerコンテナのオーケストレーションをするオープンソースです.オーケストレーションといのは,コンテナを管理するものだと思ってください.1人で開発用にDockerコンテナを使ってそこで開発する分にはk8sは不要ですが,例えば複数人で開発用のサーバを共有したり,実際にアプリを動かす環境では複数のDockerコンテナを立ち上げることがほとんどです.

補足
データサイエンスでは,高スペックな解析サーバで解析することが多いです.ローカルのMacではCPUもメモリもHDDもしょぼいので大した解析ができないため,クラウドなどの解析サーバをチームで共有するのが一般的です.その際に利用者やJob毎にコンテナを作って行うのが普通です.その時,どのコンテナにどれくらいのCPUコアやメモリを割り当てるのかなどのオーケストレーションが必要になります

その複数のコンテナを管理するためにk8sを使います.k8sを使うことでコンピュータリソースをコンテナに割り当てたり,Job Schedulingのようなことができるようになります.

また,Dockerはデプロイ環境を作るのにもよく使います.一般的なデプロイ手順は,GithubにコードをMergeしたらテストコードを実行して,テストが通れば自動でサーバにデプロイして運用環境を最新のコードにします.このようなテストやデプロイをCI/CDと呼び,これはDevOpsと呼ばれる分野ですが,DevOpsでもコンテナやk8sを使います.

ここでは,DevOps,Docker,k8s関連を学習できるお勧め講座を紹介します.

【英語講座】

DevOps関連の講座については,ここで紹介する英語の2講座のクオリティがかなり高いので,英語が少しできるのなら,ぜひ英語の講座に挑戦してほしいです

(特にオススメ)Docker and Kubernetes: The Complete Guide

Dockerとk8sを学ぶのに一番のおすすめ教材です.今でこそDockerはメジャーになってきて,もはや業界標準ですが,私がDockerを勉強し始めた頃はあまり情報もなく,勉強するのに苦労しました・・・.Dockerって,概念自体が結構新しいし抽象的なものが多いのでなかなか定着しませんでした.

自分はDockerの基本は概ねこの講座で学びました.Dockerをなにも知らなくても,本講座を一通りやれば業務で使えるようになるし,自分で好きなDockerfileを書けるようになると思います.抽象的な概念もわかりやすく教えてくれます.英語もわかりやすいです.

k8sについても学べるので,めちゃくちゃお得だと思います.

Jenkins, From Zero To Hero: Become a DevOps Jenkins Master

マッチョなJenkins.この画像好き.

Jenkinsというのは,CI/CDに使われるDevOpsツールです.Tensorflowを始め,多くのオープンソースのCI/CDパイプラインに使われています.最近ではJenkins以外のDevOpsツールも多く出てきましたが,まだまだJenkinsの存在感は大きいとおもいます.

こちらの講座ではJenkinsの使い方をゼロから教えてくれます.しかも,AWSやDockerなどの他のツールとの統合ソリューションも多く紹介されています.この講座1つで十分業務で役立つDevOpsの知識をつけることができると思います.

Jenkinsを使ったことがない人,CI/CDを使ってことがない人はぜひこちらの講座で学んで,今の職場に取り入れてください.テストやデプロイが自動化できるとめちゃくちゃ楽ですし,開発が一気に加速します.一度使うと.もう手放すことはできません

【日本語講座】

Docker + Kubernetes で構築する Webアプリケーション 実践講座

こちらも同じくDockerとk8sを学べます.Windowsですが,Macでも問題なく進められると思います.Macの方は最初の環境構築については私のブログの講座を参考にしてください.

基本的なDockerの使い方,k8sの使い方を学ぶことができるのと,後半では実際にWebアプリの開発でDockerをどう使うのかを学べます.

図を使いながらかなりわかりやすく説明してくれるので,Docker独特の抽象的な概念もすんなり理解できると思います.本講座で一通りDockerの使い方を学んだら,あとは実際に使っていくのがいいと思います.

『Jenkins入門』〜速習!2時間で習得する短期開発とQCDを達成する方法〜

サクッと学べるJenkins講座です.内容はそこまで深くなく,業務でJenkinsを使う上で最低限必要に絞って学ぶことができます.かなり導入部分ってイメージですかね・・

ちょっとこれだけだと心細いかな,とも思うので,できれば英語講座のJenkins, From Zero To Hero: Become a DevOps Jenkins Masterを追加で受講するといいと思います.

また,デプロイに関しては説明されていないので,CI/CDのCI部分にフォーカスしています.

まとめ

今回は,「知識ゼロからAI開発者になる」ために受けておくべきUdemy講座を紹介しました.

もちろん,これらの講座を全て受けたところでまだ足りない知識はたくさんあります.紹介した講座に.数学や深層学習・コンピュータビジョンの講座はなかったですしね!

データサイエンティストを目指すのであれば,数学や統計・機械学習・深層学習などのデータサイエンスについては本で勉強することも重要です.しかし,データサイエンスしかわからないデータサイエンティストの価値はそんなに高くないです.というか,それだけでは自分の市場価値は頭打ちなのは目に見えていますよね・・・.

しかし,その周辺のWebやDevOpsの知識を本で勉強するのは,かなり辛いです.(データサイエンスの勉強の傍やらなければならないので)

そういうものはUdemyで動画でサクッと学んで概要を掴むのをお勧めします.

長くなってしまいましたが,Udemyは独学に最適なソリューションの1つだと思います.是非活用してくださいね!

あとがき

本記事公開後,早速多くの方々から反応いただいたのでいくつか共有しておきます.

こんなに簡単に良質な教材が手に入る時代.あとはやるかやらないかだけ.進んで勉強する人とそうでない人で大きく差がつきやすい時代ですね.

それでは!