teach AI in business
1.0.0
[]
私は、非テクノロジーの人々にAI関連の問題を教えるための資料を収集しています。リンクは、技術的な問題に深く入り込むことなく、AIの一般的な理解を提供する必要があります。貢献してください！
この問題を最初の問題にしてください私は非テクノロジーの人々にAI関連の問題を教えるための資料を収集しています。リンクは、技術的な問題に深く入り込むことなく、AIの一般的な理解を提供する必要があります。貢献してください！コードなしのリソースのみを使用してください
新しいai wiki newもチェックしてください
| 発行へのリンク | 説明 |
|---|---|
| トップトレンドテクノロジー | 人工知能を含むトップトレンドのテクノロジーをマスターするYouTubeチャンネル |
| ai4all | AI 4 ALLは、AIファシリテーターが学者と学生にAIを連れて行くためのリソースです |
| AIの要素 | AIの要素は、AIの原則を教えるための無料のオープンオンラインコースです |
| 機械学習の視覚的な紹介 | 機械学習への視覚的紹介は、包括的な紹介を提供し、機械学習との最初の出会いを簡単に理解できる美しいウェブサイトです |
| CS50のPythonを使用した人工知能の紹介 | 人工知能に関するこの入門コースで、Pythonで機械学習を使用することを学びます。 |
| AIのクラッシュコース | これは、学生と教育者に人工知能を紹介し、さらに高度なビデオを提供する楽しいビデオシリーズです。基本、ニューラルネットワーク、アルゴリズムなどについて学びます。 |
| YouTuberチャンネルの機械学習チュートリアル | 初心者向けのYouTubeチャンネルトロリアルティーチ可能なマシン |
| 人工知能（AI） | 人工知能（AI）の基礎を学び、それらを適用します。インテリジェントエージェントを設計して、検索、ゲーム、機械学習、ロジック、制約満足度の問題を含む実際の問題を解決するための実世界の問題を解決する |
| Andrew Ngによるすべての人のためのAI | AIのためのAIは、特に非技術的な背景を持つ人々がAI戦略を理解するためのコースです |
| どこまで遠すぎますか？ AIの年齢 | これは、ロバート・ダウニーによるYouTube Orignalsシリーズです |
| 人工知能の基礎 | このコースは、技術的な知識のない絶対的な初心者向けです。 |
| Banditアルゴリズム（オンライン機械学習） | 技術的知識の要件はありませんが、確率の基本的な理解は役立ちます |
| AIへの幹部のガイド | これは、ビジネスで人工知能をどのように採用するかをビジネスの専門家に教えるためのインタラクティブなガイドです |
| AIビジネススクール | さまざまなビジネス業界にAIがどのように組み込まれるかを教える一連のビデオ |
| 初心者向けの人工知能チュートリアル | このビデオは、実践的な例を備えた人工知能の概念に関する包括的かつ詳細な知識を提供します。 |
| インドネシアの機械学習チュートリアル | 初心者向けにコンピューターを訓練するためのトロリアル教え可能な機械 |
| インドネシアのYouTubeプレイリストAIチュートリアル | 初心者向けのYouTubeプレイリストAIチュートリアル |
| Deepak Khemani教授による問題解決のための人工知能検索方法 | これらのビデオ講義は、技術的な知識なしで絶対的な初心者向けです |
| AI基本チュートリアル | このビデオは、AIとMLのまさに基本から始まり、最終的にKerasとTensorflowを使用した標準のMNISTデータセット番号検出モデルの実践的なデモがあります。 |
| Simple Brain.JSチュートリアル | このビデオでは、Brain.jsという非常にシンプルなJavaScript AIライブラリを説明しているため、ブラウザでAIを簡単に実行できます。 |
| Google AI | グーグルのオフィシャルが非テクノロジーの男が基本から最初からやり直すための完全なキット |
| 初心者向けのマイクロソフトAI | Microsoftによる自己主導のカリキュラム。これには、AIに関する24のレッスンが含まれています。 |
| 発行へのリンク | 説明 |
|---|---|
| ティーチ可能なマシン | Teachableマシンを使用してコンピューターを訓練して、独自の画像、サウンド、ポーズを認識します |
| ecraft2learn | リソースとインタラクティブなスペース（SNAP、スクラッチのような視覚的なプログラミング環境）がAIプログラムを作成する方法を学ぶためのリソース |
| Googleクイックドロー | 図面から推測するためにAIを訓練します |
| Deepdreamジェネレーター | Deepdreamジェネレーターを使用して、写真を深い夢にマージします |
| MLを作成します | コードなしでMacにコアMLモデルをすばやく構築およびトレーニングします。 |
| what-ifツール | 最小限のコーディングで、訓練された機械学習モデルの動作を視覚的にプローブします。 |
| メタランクス | 人工知能ツールを使用して構築して、データを分析および決定します。ドラッグアンドドロップ。コードなし。 |
| 明らかに.ai | MLアルゴリズムの構築、結果の説明、1回のクリックでの結果の予測の総プロセス。 |
| ＆タイトル | 説明 |
|---|---|
| 人工知能 | AIのウィキペディアページ |
| 非技術的なAIガイド | 技術的なバックグラウンドのない人々にとってより理解しやすいAIを助けることができる良いブログ投稿の1つ |
| liai | AIおよびニューラルネットワークの詳細な紹介 |
| 素人のイントロ | 素人のAIの紹介 |
| AIおよび機械学習：非技術的な概要 | AIと機械学習：Oreilly自身からの非技術的な概要は、非テクノロジーの人々に焦点を当てたAIについて知っておくべきすべてのことを学ぶためのガイドです |
| ビジネスリーダーは人工知能について知る必要があること | ビジネスリーダーが理解する必要があるAIの本質的な側面を要約する短い記事 |
| ノーコードは、会話型AIの将来にどのような影響を与えますか | ConverStational Ai Iechatbotsの現在の状態と、それが現在のコーディングのない傾向とともにどのように進化するかについての謙虚な説明。 |
| Investopedia | AIが非常に基本的で包括的な方法の基本的な説明 |
| packtpub | 学習機械学習に関する非プログラマーガイド |
| ビルトイン | 人工知能。人工知能とは？ AIはどのように機能しますか？ |
| 人生の未来 | 人工知能の利点とリスク |
| NSDM India -Arpit | マーケティングを改善する非コーダー用の100以上のAIツール。 |
| スタートアップおよび非技術マーケティング担当者のマーケティングのAI | 非技術的な人々のための実用的なガイド |
| ブログ - 機械学習の習得 | MLのJason Brownieeによるブログと記事 |
| プログラミングなしのAIチャットボット | チャットボットは、グローバルビジネスの間でますます需要があります。このコースでは、IBMワトソンとAIの力の助けを借りて、チャットボットを構築、分析、展開、収益化する方法を教えます。 |
| 著者 | 本 | 説明とメモ |
|---|---|---|
| Ethem Alpaydin | 機械学習：新しいAI | エンジニアリングおよびコンピューターサイエンスへのアプリケーションを使用したグラフ理論。機械学習の簡潔な概要 - データから学習するコンピュータープログラム - は、推奨システム、顔認識、ドライバーレス車を含むアプリケーションの根底にあります。 |
| チャルC.アガーワル | ニューラルネットワークと深い学習 | この本は、深い学習における古典的モデルと現代モデルの両方をカバーしています。主な焦点は、深い学習の理論とアルゴリズムにあります。この本は、異なるタイプの問題に対して神経アーキテクチャがどのように設計されているかのフレーバーを実践者に与えるために、さまざまなアプリケーションについて議論することも豊富です。 |
| ハル・ドーメIII | 機械学習のコース | この本の目的は、フィールドへの穏やかで教育的に組織された紹介を提供することです。この本の2番目の目標は、数学ではなくアイデアやモデルに焦点を当てた機械学習の見解を提供することです。 |
| Ian GoodfellowとYoshua BengioとAaron Courville | 深い学習 | この本は、学問的な観点から深い学習を効果的に研究するために必要な応用数学やアルゴリズムなど、機械学習の基本に関する議論から始まります。この本にはコードがカバーされていないため、技術以外のAI愛好家に最適です。 |
| ピーター・ハリントン | 動作中の機械学習 | （出典：https：//github.com/kerasking/book-1/blob/master/ml%20Machine%20Learning%20In%20action.pdf）この本は、機械学習に必要な技術と実践の背後にある概念を介して新人を散歩するためのガイドとして機能します。 |
| ジェフ・ヒートン | 人間の人工知能 | この本は、読者がAIアルゴリズムの概要と理解を得るのに役立ちます。それは、広範な数学的背景を持っていない人のためにAIを教えることを意図しています。読者は、コンピュータープログラミングと大学の代数に関する基本的な知識のみを持っている必要があります。 |
| ジョン・D・ケレハー、ブライアン・マックの名前、アオイフ・ダルシー | 予測データ分析のための機械学習の基礎：アルゴリズム、作業例、ケーススタディ（MIT Press） | この本は、機械学習のすべての基本、主題の理論に飛び込み、実用的なアプリケーション、作業例、ケーススタディを使用して知識を駆り立てることをカバーしています。 |
| Deepak Khemani | [人工知能の最初のコース] | これは、人工知能に関する紹介コースであり、エージェント全体を使用した知識ベースのアプローチであり、証明を備えた詳細でよく構造化されたアルゴリズムです。この本は、主に、インテリジェンス部分で問題解決が必要な基本的な戦略を探るボトムアップアプローチに従っています。 |
| マキシムラパン | ディープ補強学習ハンズオン - 第2版 | Deep Reanforcement Learning Hand-on、Second Editionは、最新の強化学習（RL）ツールとテクニックのベストセラーガイドの更新および拡張バージョンです。 RLの基礎の紹介と、インテリジェントな学習エージェントをコーディングしてさまざまな実用的なタスクを実行する実践的な機能を提供します。 |
| トムMミッチェル | 機械学習 | この本は、コンピュータープログラムが経験を通じて自動的に改善できるようにするアルゴリズムの研究である機械学習の分野をカバーしています。この本は、機械学習における高レベルの学部および入門レベルの大学院コースをサポートすることを目的としています。 |
| ジョン・ポール・ミューラーとルカ・マサロン | ダミーの機械学習 | この本は、読者に機械学習の基本的な概念と理論、そしてそれが現実の世界にどのように適用されるかに精通していることを目的としています。ここでの「ダミー」とは、技術的な背景がない絶対的な初心者を指します。この本は、パターンを見つけて結果を分析するためにマシンを教えるために使用されるPythonとRで少しコーディングを紹介しています。これらの小さなタスクやパターンから、Web検索、インターネット広告、電子メールフィルター、詐欺検出など、日常生活で機械学習がどのように役立つかを推定できます。この本では、機械学習の領域に少し一歩進むことができ、PytonとRで基本的なコーディングを学ぶことができます（興味があれば） |
| マイケル・ニールセン | ニューラルネットワークと深い学習 | AIのニューラルネットワークと深い学習の中核原則の紹介 |
| サイモン・ロジャースとマーク・ジロラミ | 機械学習のコース | Simon RogersとMark Girolamiによる機械学習の最初のコースは、現在入手可能なMLにとって最高の入門書です。厳密さと精度とアクセシビリティを組み合わせ、最も単純な設定でのベイジアン分析の基本的な基礎の詳細な説明から始まり、無限の混合モデル、GPS、MCMCなどの主題のフロンティアまでずっと進みます。 |
| ピーター・ノーヴィグ | 人工知能プログラミングのパラダイム | AIプログラミングのパラダイムは、主要なAIシステムを構築するというコンテキストで、高度な一般的なLISPテクニックを教える最初のテキストです。最先端の一般的なLISPを使用して本物の複雑なAIプログラムを再構築することにより、この本は学生と専門家に、堅牢な実用的なプログラムを構築およびデバッグする方法を教え、優れたプログラミングスタイルと重要なAIコンセプトを実証します。 |
| スチュアート・ラッセル＆ピーター・ノーヴィグ | 人工知能：現代のアプローチ、第3版 | これは、AI大学コースの紹介のための規定の教科書です。エージェント、アルゴリズム、およびそれらを適用する方法を起動する前に、AIとは何かのすべての基本と定義を説明します。ラッセルはカリフォルニア大学バークレー校出身です。 NorvigはGoogleからです。 |
| リチャード・S・サットンとアンドリュー・G・バルト | 強化学習：紹介 | 人工知能の最も積極的な研究分野の1つである強化学習は、エージェントが複雑で不確実な環境と相互作用しながら受け取る報酬の総量を最大化しようとする学習への計算アプローチです。 |
| アレックス・スモーラとSVNヴィシュワナサン | 機械学習の紹介 | 統計の基本的なツールや確率理論を含む、MLの膨大なアプリケーションの概要を読者に提供します。洗練されたアイデアや概念に関する議論も含まれています。 |
| Shai Shalev-ShwartzとShai Ben-David | 理論からアルゴリズムへの機械学習の理解 | この本の主な目標は、厳密でありながら簡単にフォローできることを提供することです。機械学習の基礎となる主な概念を紹介します。 |
| チャンドラSSV | 人工知能と機械学習 | この本は、主にコンピューターサイエンスとエンジニアリングの学部生および大学院生を対象としています。この教科書は、人工知能と機械学習の困難なコンテキストとの間のギャップをカバーしています。ほとんどのケーススタディとワークアウトの例を提供します。人工知能と機械学習に加えて、強化、監視、監督なし、統計学習などのさまざまなタイプの学習もカバーしています。各トピックのよく描写されたアルゴリズムと擬似コードを備えており、この本は学生にとって非常に役立ちます。 |
| オリバー・テオバルド | 絶対的な初心者向けの機械学習：平易な英語の紹介 | これは絶対的な初心者MLガイドです。数学的背景は必要ありません。コーディングエクスペリエンスはありません。これは、機械学習に興味のある人にとってトピックの最も基本的な紹介です。明確でアクセスしやすい説明と視覚的な例は、さまざまなアルゴリズムに付随して、物事が簡単に従うことを確認します。 |
| トム・タウリ | 人工知能の基本：非技術的な紹介 | この本は、人工知能とその影響の基本的な把握をあなたに装備します。機械学習、ディープラーニング、自然言語加工、ロボット工学など、重要な概念の非技術的な紹介を提供します。さらに、著者は、AIが社会的傾向、倫理、政府、会社の構造、日常生活を含む側面に対する将来の影響を取り巻く質問を拡大します。 |
| コーネリアス・ウェーバー、マーク・エルショー、N。マイケル・メイヤー | 強化学習 | 学習は非常に重要な側面です。この本は、目標を達成するために行動を実行することを含む強化学習に関するものです。この本の最初の11章では、強化学習の範囲を説明し、拡張します。 |
| ジョン・D・ケレハー、ブライアン・マック・ネーム・アルシー、aoife d'Arcy | アルゴリズム、機能した例、およびケーススタディ | 予測データ分析で使用される最も重要な機械学習アプローチの包括的な紹介。理論的概念と実用的なアプリケーションの両方をカバーしています。 |
