Python での基本的なプログラミングを習得したい、ビッグデータを機械学習により有効に活用したいならこの講座!
プログラミング言語Python は、シンプルな文法で習得が簡単で、統計解析、機械 学習をはじめ、科学計算、金融分野でも幅広く利用されています。
本講座は、Python のデータ分析用のツールを活用して機械学習を実務に採り入れ る方法を習得します。
Python の基本操作と各種モジュール、また機械学習の中でも主に教師あり学習に よる回帰と分類を中心に学習します。
1.基礎編
まず第1週で機械学習の全体像を扱います。これは,第2週以降,Pythonを使いながら機械学習を学んでいくための基礎の部分となります。
第2週以降ではPythonを使っていくため,第2週でプログラミング環境の構築を行い,第3週~第4 週でPythonの基本的な操作を学習します。
機械学習のメインパートとなる具体的な手法については第2分冊での学習になりますが,第1分冊の内容をしっかり理解しておかなければ第2分冊の学習もスムーズにいきません。
本講座の基礎となる部分ですので,実際に手を動かしながら学習を進めることで理解を深めていってください。
2.実践編
機械学習の様々な手法をPythonで実装する方法について学習していきます。
まず第1週と第2週で,教師あり学習, 中でも回帰を第1週で,分類を第2週で扱います。回帰・分類のための主要な手法はもちろん,機械学習を行う際の評価の方法など広範な内容が含まれます。
第3週は,教師なし学習についてです。教師なし学習の中でも,クラスタリングと次元削減について概要や主な手法を扱います。
第4週では,ファイル操作と前処理に関するPythonの操作を習得します。どちらも,機械学習を実施する上で欠かせないプロセスになります。
いずれの週でも,細かな数学的な説明や数式は出来るだけ登場しないようにしています。
各手法の概要と,それらに関するPython の実装方法をしっかりと身につけて頂ければと思います。
対象者 | ・Python での基本的なプログラミングを習得したい方 ・ビッグデータを機械学習により有効に活用したい方 |
||
---|---|---|---|
学習目標 | ・Python の基本操作を習得します。 ・機械学習を実務に採り入れられます。 ・データの収集、分析、活用を効率的に行えます。 |
||
ダウンロード テキスト |
なし | ||
動作環境 | Windows10: Edge、Chrome、Firefox MacOSX10.12.6: Chrome、Safari ※スマートフォン、タブレットは推奨しておりません。 |
カリキュラム
第1分冊 基礎編
第1週 | 機械学習とは |
---|---|
・機械学習とは? ・機械学習の種類 ・機械学習の盛り上がりの背景 ・機械学習実務の流れ |
|
第2週 | 環境構築 |
・Python とは? ・Anaconda とは? ・Anaconda のインストール ・Jupyter Notebook の使い方 |
|
第3週 | Python の基本操作1 |
・変数 ・データ型 ・リスト ・辞書型 ・タプル ・集合型 ・制御構文(条件分岐if, elif 繰り返しwhile, for) |
|
第4週 | Python の基本操作2 |
・関数 (関数の定義と利用・無名関数) ・モジュール(自作・標準・拡張モジュールNumPy, pandas, matplotlib) ・パッケージ |
第2分冊 実践編
第1週 | 教師あり学習(回帰) |
---|---|
・単回帰分析 ・重回帰分析 ・勾配降下法 ・モデルの評価と予測 ・未学習と過学習 ・多項式 ・正則化 ・正規化・標準化 ・正規方程式 |
|
第2週 | 教師あり学習(分類) |
・パーセプトロン ・ロジスティック回帰 ・モデルの評価 ・多クラス分類 ・様々な分類手法 ・ニューラルネットワーク |
|
第3週 | 教師なし学習(クラスタリング、次元削減) |
第4週 | 機械学習前後の知識 |
・スクレイピング ・ファイル操作 ・データの前処理 ・SQL |
カリキュラム内容は、予告なく変更されることがあります。
ご不明な点がございましたら、まずはお気軽にお問い合わせください。