A.6 よくある質問

質問がぼんやりしていたり不安に近いときは、このページで次の行動に変えます。

すぐ答える

質問	短い答え	次の行動
数学が苦手でも AI を学べる？	はい。数学はコードとプロジェクトの中で補えます。	Python、NumPy、小さな ML 例を先に動かす。
最初に GPU が必要？	最初は不要です。	まず CPU/API。訓練が必要なときだけクラウド GPU。
全章やる必要がある？	主線は保ち、方向モジュールを選びます。	基礎後に RAG/Agent/CV/NLP/マルチモーダルを選ぶ。
週何時間がよい？	短期集中より継続です。	週 4-10 時間でも続けば十分。
いつプロジェクトを始める？	早いほどよいですが、小さく始めます。	1 入力 -> 1 処理 -> 1 出力を作る。
論文が読めないとだめ？	いいえ。論文は後からの補足です。	チュートリアル、コード、論文の順で読む。
いつ就職準備できる？	2-3 個のプロジェクトを説明できるとき。	README、指標、失敗例、面接用ストーリーを用意する。

アプリ開発向けの最短主線

ツール -> Python -> データ -> 深層学習基礎 -> LLM 原理 -> RAG -> Agent

モデル基礎をより強くしたい場合:

ツール -> Python -> データ -> 数学 -> 機械学習 -> 深層学習 -> LLM -> RAG / Agent

週間リズム

週の時間	よいリズム
4-6 時間	学習 2 回 + コーディング 1 回
7-10 時間	学習 3 回 + コーディング 2 回
12-18 時間	プロジェクト/復習枠を 1 つ追加し、燃え尽きに注意

自信のリセット

遅いと感じたら、3 つだけ確認します。

1. 先月よりコードを読めるようになったか。
2. 例をコピーするだけでなく、変更できるようになったか。
3. 1 つの概念を前より説明できるか。

答えが「はい」なら進んでいます。

先に強める 3 つの力

1. Python とデバッグ。
2. データ処理と可視化。
3. 最小閉ループのプロジェクト思考。

多くの初学者は高度なモデルが足りないと思いがちですが、先に必要なのは入力、出力、確認、説明を明確にする力です。