学習プラットフォーム、Datawhale からのオリジナル コンテンツ。

データホエールラーニング

オープンソースへの貢献: Datawhale チーム

チーム学習とは何ですか?

チーム学習活動は、2018 年 8 月 2 日に Datawhale によって開始され、6 年間にわたって組織されてきました。

当初の目的はシンプルでした。同じ志を持つ友人たちが共に学び、議論し、共に先延ばしを克服し、チームを組んで課題に取り組むグループです。教師や指導は一切ありませんでした。その代わりに、学ぶことを愛し、変化を熱望し、アイデアを交換し、互いに学び合い、互いの成長を促進する人々の集まりがありました。

前の記事：「著名な専門家、李牧氏が知見を共有。世界733大学から9,027人が学習に参加。」

△Datawhaleについて

このセッションの学習内容

定員に限りがございますので、先着順となります。受講時間が重複する場合がございますので、1つのコースのみお申し込みいただくことをお勧めします。

1.マルチエージェントシステムを構築するための実践的な学習

コース紹介

このチュートリアルは、中国を代表するマルチエージェントフレームワークであるCAMEL-AI（NeruIPS'2023）に基づいています。開発者を基本的なシングルエージェント開発から複雑なマルチエージェントアプリケーションの構築へと段階的に導いていきます。このプロジェクトを通じて、開発者がCAMELフレームワークを習得し、エージェントの基本概念を理解し、その後の学習のための確固たる基盤を築き、インテリジェントエージェントの構築と管理のスキルを段階的に向上させることを目指しています。

適している対象: Python プログラミングの基礎を理解し、プロジェクトのソース コードと理論を読んで理解できる学習者。

オープンソースチュートリアル

https://github.com/datawhalec...

コースに登録するには、QR コードをスキャンしてください。

2. wow-agent: ローカルにAIエージェントをセットアップする

コース紹介

AIエージェントは、ライブラリへの依存を最小限に抑え、可能な限りシンプルな方法でローカルに構築します。OpenAIライブラリ、llama-index、zigent、metatagptを活用し、一般的な本番環境に組み込めるAIエージェントを構築します。

適している対象: AI エージェントを制作ワークフローに組み込みたい場合は、このチュートリアルが最適です。

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

http://www.datawhale.cn/learn...

コースに登録するには、QR コードをスキャンしてください。

3.数学モデリング入門（パート2）

コース紹介

このプロジェクトは「Pythonによる数理モデリング入門」をベースにしており、学生が数理モデリングとデータサイエンスをより深く理解することを目的としています。数理モデリングコンテストに参加する大学生だけでなく、職場での日常的な学習にも活用できます。あらゆるものはモデル化できます。人工知能の本質も数理モデルであるため、このコースのチュートリアルを公開しています。

適している対象: National Undergraduate Mathematical Modeling Contest および American Mathematical Modeling Contest に向けて準備をしたい学生、および数学モデリングに興味のある学生。

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

http://www.datawhale.cn/learn...

コースに登録するには、QR コードをスキャンしてください。

4.メロンの食べ方ガイド：機械学習の公式の詳細な解説

コース紹介

周志華教授の『スイカ本』は、機械学習の入門書として定番であり、繰り返し読む価値があります。『パンプキン本』と併せて活用することで、学部数学の観点から機械学習を解説し、共に確固たる基礎を築くことができます。

対象者: 学部レベルの数学の知識（上級数学、線形代数、確率論、数理統計）を持つ学生

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

https://www.datawhale.cn/lear...

コースに登録するには、QR コードをスキャンしてください。

5. Transformerモデルをゼロから実践する

コース紹介

本コースでは、生き生きとした例を通して、学習者にTransformerモデルを理解するための参考資料とガイダンスを提供します。実践的なプロジェクトはディープラーニングフレームワークを必要とせず、NumPyとSciPyを用いて完全にゼロから構築され、汎用的なアテンションメカニズムを実装します。また、ワンクリックで実行可能なTransformerコンポーネントも提供し、学習者がモデルの本質をより深く理解し、習得することを目指しています。最後に、本コースではTransformerモデルを機械翻訳タスクに適用する例を示し、モデルへの理解をさらに深めます。

適している対象: Transformer モデルに興味のある研究者。

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

http://www.datawhale.cn/learn...

コースに登録するには、QR コードをスキャンしてください。

6.ディープラーニングチュートリアル

コース紹介

このコースは、李鴻義教授の「機械学習」（2021年春）をベースに、2017年度の内容と深層学習の拡張知識を統合しています。詳細な公式導出と難点の分析を通じて、学習のハードルを下げ、初心者が機械学習の基礎と高度なスキルを容易に習得できるようにします。

ディープラーニングに興味があり、微積分、線形代数、確率と統計の知識がある読者に適しています。

オープンソースチュートリアル

https://github.com/datawhalec...

コースに登録するには、QR コードをスキャンしてください。

7. PyTorchを深く掘り下げる

コース紹介

このコースは、学習者がPyTorchツールとディープラーニングアルゴリズムを基礎から実践まで習得できるよう支援することを目的としています。理論と実践的な演習を組み合わせることで、プログラミングスキルと現実世界の問題を解決する能力を向上させます。

適している人: 高度な数学、線形代数、確率論、数理統計学の基礎を持ち、機械学習とディープラーニングの基礎知識を持ち、一般的な概念に精通しており、Python に堪能な人。

オープンソースチュートリアル

https://gitee.com/datawhalech...

コースに登録するには、QR コードをスキャンしてください。

8.推薦システムチュートリアル

コース紹介

このコースは、機械学習のバックグラウンドを持ち、レコメンデーションアルゴリズム関連の職種を探している学生を主な対象としています。チュートリアルは、レコメンデーションシステムの概要、レコメンデーションアルゴリズムの基礎、レコメンデーションシステムの実践的な応用、そしてレコメンデーションシステムに関する面接体験の4つのパートで構成されています。レコメンデーションアルゴリズムの初心者にとって、このチュートリアルは基礎、実践的な応用、そして面接対策を網羅した包括的な学習体験を提供します。

適している人: 推奨アルゴリズムを初めて学ぶ学生、または推奨アルゴリズムに関連する仕事を見つけたい学生。

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

https://datawhalechina.github...

コースに登録するには、QR コードをスキャンしてください。

9.ハンドラブ拡散、LLM、RAG、エージェント、トランスフォーマー

コース紹介

このコースは、大規模モデル自体、RAG フレームワーク、エージェント システム、大規模モデル評価システムなど、基礎となる原理から明確で使いやすい大規模モデル システムを完全に手作業で構築できるように学習者を支援することを目的としています。

ディープラーニングの基礎を持ち、基本的な LLM の微調整や展開を実行できる学習者に適しています。

オープンソースチュートリアル

https://github.com/datawhalec...

コースに登録するには、QR コードをスキャンしてください。

10. Ollamaチュートリアル: DeepSeekのローカル展開を含める

コース紹介

Ollamのチュートリアルを実際に使って学び、大規模モデルのローカル展開を簡単に始めましょう。大規模モデルをローカルで迅速に管理・実行することで、CPUが大規模モデル推論の展開を処理できるようになります。

適している人: ラップトップ PC に大規模なモデルを展開したり、ローカルでアプリケーションを開発したりする場合は、このコースが特に適しています。

オープンソースチュートリアル

https://github.com/datawhalec...

オンライン学習ウェブサイト

https://datawhalechina.github...

コースに登録するには、QR コードをスキャンしてください。

11.大規模モデルの理論的基礎

コース紹介

このコースは、大規模な事前学習済み言語モデルに焦点を当て、データ準備、モデル構築、学習戦略、評価と改善について体系的に解説します。理論と実践を融合させた包括的なガイダンスを提供することで、学習者が大規模モデルの開発と応用を深く習得できるよう支援します。

対象：大規模モデル理論を学習している大学3年生以上の学生。ディープラーニング、特にTransformerに関する知識をある程度持っている方。

オープンソースチュートリアル

https://github.com/datawhalec...

コースに登録するには、QR コードをスキャンしてください。

いいね！ （3件） ↓