ben1234560/AiLearning-Theory-Applying

これは何？

主な機能

• 01数学の基礎、古典的な機械学習、深層学習、Transformer/BERTの理論を一連の学習パスで扱います。
• 02クレジットカードの不正検知や移動時間予測など、コンペを題材にしたプロジェクトを提供します。
• 03多くのプロジェクトにデータセットとコメント付きコードが含まれており、実例を再現できます。
• 04元のコードを使った、中国語BERTによる感情分析のチュートリアルを収録しています。
• 05Markdownによる解説とJupyter Notebooksを組み合わせています。

ユースケース

• モデルを書く前に、機械学習を支える数学を学ぶ。
• Kaggle形式のプロジェクトを手順に沿って進め、データモデリングを実践する。
• 注釈付きの解説を通して、TransformerやBERTの仕組みを学ぶ。
• 実例を参考に、中国語のAIデータコンペに備える。

使う前に知っておきたいこと

• !コンテンツは中国語で書かれています。
• !READMEには素材は商用利用不可と記載されていますが、メタデータのMITライセンスと矛盾しています。

収録されている特集

トピック

よくある質問

AiLearning-Theory-Applying とは？

AIの数学の基礎、機械学習、深層学習、Transformer、BERT、コンペの事例を、注釈付きコードやデータセットとともに学べる中国語の講座形式リポジトリです。 AiLearning-Theory-Applyingは、AIを学び始めた人向けの中国語の学習リポジトリです。微積分、線形代数、確率・統計といった数学の基礎から、KMeansやベイズ分析などの古典的な機械学習アルゴリズム、ニューラルネットワークからCNN、RNN、LSTMまでの深層学習、さらにTransformerやBERTを使った最新のNLPまで、順を追って解説しています。

AiLearning-Theory-Applying は無料で使えますか？ライセンスは？

AiLearning-Theory-Applying は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

AiLearning-Theory-Applying は今もメンテナンスされていますか？

活発にメンテナンス中。AiLearning-Theory-Applying の最終コミットは 2026年10月18日 です。

AiLearning-Theory-Applying は何に使えますか？

モデルを書く前に、機械学習を支える数学を学ぶ。 Kaggle形式のプロジェクトを手順に沿って進め、データモデリングを実践する。 注釈付きの解説を通して、TransformerやBERTの仕組みを学ぶ。 実例を参考に、中国語のAIデータコンペに備える。

AiLearning-Theory-Applying はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/ben1234560/AiLearning-Theory-Applying