ChatGPTを講師にしてAI学習を始めてみた

最近、AIや機械学習を本格的に学び直したいと考えている。

これまでは基幹システム開発を中心に経験してきたが、今後は以下を目標にしたい。

Kaggle Competitionsで上位を目指す
AIモデルを自分で実装・改善できるようになる
数学や統計も含めて体系的に学ぶ

ただ、機械学習についてはほぼ未経験。

NumPyやpandasを少し触ったことはあるものの、かなり時間が空いているため、基礎からやり直すことにした。

今回は、ChatGPTを講師として活用しながら、AI学習を始めた内容をまとめる。

現在のスキル感

学習開始時点のスキルはざっくりこんな感じ。

Python：簡単なスクリプト経験あり
Linux：基本操作可能
Git：GUI中心だが利用経験あり
SQL：基本操作可能
AWS資格
- Cloud Practitioner
- Solutions Architect Associate
- Developer Associate
Azure AZ-900取得
機械学習経験：ほぼなし
Kaggle：Titanicを少し触った程度

数学や統計もかなり忘れているため、そこも含めてやり直している。

ChatGPTに最初に相談したこと

最初にChatGPTへ、自分のスキルや目標を整理して伝えた。

例えば以下のような内容。

Python経験
数学への苦手意識
Kaggleへ挑戦したいこと
理論だけでなく実装もしたいこと
1日1時間程度の学習時間

すると、現在地に合わせたロードマップを提案してくれた。

最初に取り組んだ内容

まずはNumPyの基礎から始めた。

以下を実装。

ndarray
reshape
slice
broadcasting
行列積

例えばこんなコード。

import numpy as np

A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])

print(A @ B)

出力結果。

[[19 22]
 [43 50]]

ここで「行列積」が機械学習や深層学習の基礎になることを学んだ。

NumPyで印象に残ったこと

特に重要だと感じたのが shape。

print(A.shape)

深層学習では shape ミスが頻出するらしく、かなり重要とのことだった。

また、axis=0 と axis=1 の違いも最初は混乱した。

実際にコードを書きながら、

axis=0 → 縦方向に集約
axis=1 → 横方向に集約

という感覚が少しずつ理解できてきた。

統計も基礎からやり直し

次に平均・分散・標準偏差を実装した。

import numpy as np
import math

x = np.array([1,2,3,4,5])

mean = x.sum() / x.size
var = np.sum((x - mean) ** 2) / x.size
std = math.sqrt(var)

print(mean)
print(var)
print(std)

ここでは、

なぜ平均との差を2乗するのか
なぜ最後に平方根を戻すのか

など、式の意味も合わせて学習した。

randnで正規分布を理解

以下も実行した。

x = np.random.randn(1000)

最初は「なぜこんな綺麗な山型になるんだ？」と思ったが、調べると randn() は正規分布に従う乱数を生成する関数だった。

単にコードを動かすだけでなく、

「なぜこうなるのか？」

を調べるのが重要だと感じた。

pandasとTitanicへ

その後は pandas を学習した。

CSV読み込み
欠損値
groupby
describe()

さらに Kaggle の Titanic データセットを読み込み、以下を確認した。

print(df.info())
print(df.describe())
print(df.isnull().sum())

ここで初めて、

欠損値がかなり多いこと
Fare が右に歪んだ分布をしていること
Cabin は欠損が多すぎること

など、「データを見る」という感覚が少し分かってきた。

今後やりたいこと

今後は以下を進めたいと思っている。

Titanic分析継続
scikit-learn
特徴量エンジニアリング
PyTorch
深層学習
Kaggle参加
数学（線形代数・微積・統計）

かなり長い道のりだが、少しずつ積み上げていく予定。

同じような人へ

もし、

AIに興味はある
でも何から始めれば良いか分からない
数学に不安がある
実務経験はあるけど機械学習は未経験

という人がいたら、まずはNumPyやpandasを触ってみるのはかなり良い入り口だと思っている。

また、ChatGPTを「答えを出す道具」ではなく、

講師
壁打ち相手
解説役

として使うのはかなり相性が良いと感じている。