Pythonとscikit-learnを用いた機械学習の基礎

機械学習は産業を変革していますが、明確で構造化された経路がなければ、始めるのが圧倒的に難しいかもしれません。このテキストベースのコースでは、数学的な核心概念から、クリーンでプロダクション用のPythonコードの書き方まで、ステップバイステップで案内します。 これらの問題を解決するために，学習者は，データの準備，予測モデルの訓練，モデルの性能評価を行う自信を持つ実践者になる。 学ぶことは 機械学習の基本的な概念，用語，予測モデルの数学的基礎を理解する。 学習モデルの構築とチューニング クラスタリングのような無指導学習技法を適用して，ラベル付けされていないデータセットにおける隠れたパターンを発見する。 また，現代的なscikit-learnパイプラインを用いて，きれいで再現性のある機械学習ワークフローを構築する。 モデルの性能を正確に評価するために，交差検証，バイアス分散分析，近代的な測度を用いる。 また，データの漏洩を防ぐために，データ前処理と特徴工学のステップを安全に管理する。 まず，重要な用語とデータ前処理の基礎を説明し，次に古典的な回帰と分類アルゴリズムを説明し，無指導学習を説明し，最後にロバストで現代的な機械学習パイプラインの構築法を説明する。 このコースは，データサイエンスと機械学習の分野に入りたい，基本的なＰｙｔｈｏｎ知識を持つ初心者向けに特別に設計されています。統計学の知識は必要ありません。 機械学習の基礎を築くために今日から読み始めましょう。