ChatGPT・生成AI時代の今だからこそ学びたい!人工知能・機械学習入門講座(教師あり学習編)
ChatGPT・DALL·E・Midjourneyといった生成AI時代の今こそ学ぶ!自分のキャリアを切り開くための、Google Colab、PythonとScikit-learnによる、人工知能・機械学習の仕組み
4.07 (133 reviews)

1 260
students
8 hours
content
Jan 2025
last update
$29.99
regular price
Why take this course?
マシュラルの内容を簡単にまとめると、以下のようになります。
はじめに
- 機械学習の基本概念とその応用例を紹介する。
- PythonのPandas, Scikit-learn, Matplotlib, NumPyといったライブラリの使い方を学ぶ。
- 機械学習の学習プロセス(目的定義、データ準備、モデルの学習、評価、改善)の理解を深める。
教師あり学習(回帰)
-
最小二乗法
- 回帰の基本として最小二乗法を学ぶ。
- 決定木やランダムフォレスト、ニューラルネットワークなど他のモデルとの比較を行う。
-
事前準備
- データ整形(missing value handling, outlier detectionなど)
- データ分割(特徴量と目的変数の区別、トレーニングセットとテストセットの分け方)
-
評価
- 決定係数(R^2)や平均二乗誤差(MSE)などの評価指標を用いる。
-
改善
- 標準化、多重共線性の問題解決、過学習の防止などの改善策を実施する。
教師あり学習(分類)
-
単純パーセプトロン
- 誤差逆伝播法を含む単純パーセプトロンのモデル作成方法を学ぶ。
-
決定木
- ジニ係数や、ハ(Hung, Hung, Ha)というモデルの学習方法を学ぶ。
-
サポートベクターマシン(SVM)
- サポートベクターマシン(SVM)のモデル作成方法を学ぶ。
-
事前準備
- データ整形、データ分割などの同様の手順を実施する。
-
評価
- 正確率(Accuracy)、精度(Precision)、F1スコア(F1 Score)などの評価指標を用いる。
-
改善
- ハードルの検出、グリッドサーチ(Grid Search)などの改善策を実施する。
ボーナスレクチャ
- 追加の学習内容がありますが、具体的な課程です。この部分は、特定の手順やアルゴリズムを試してみる機会を提供しまう。 全体の学習プロセスは、以下のような流れに整されています。
- 目的定義
- 事前準備(データ収集)
- 事前準備(データ整形)
- 事前準備(データ分割)
- 学習
- モデルの選定、フィニシなどを行う。
- 評価
- 学習結果の品質を検証する。
- 改善
- モデルのパラメータ調整や、手法の変更を行う。 これらのステップに従し、PythonのScikit-learnを用いた機械学習の実践的な体験を行うことが目指す。
Course Gallery




Loading charts...
5357646
udemy ID
31/05/2023
course created date
05/06/2023
course indexed date
Bot
course submited by