Name: 機械学習実践ラボ
Author: Labby

機械学習実践ラボ

このコースには機械学習のたくさんのラボが含まれています。各ラボは詳細なガイダンスと解決策を備えた小規模な機械学習プロジェクトです。これらのラボを完了することで、機械学習のスキルを練習し、コーディング能力を向上させ、クリーンで効率的なコードの書き方を学ぶことができます。

Pythonデータサイエンス

💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、ここをクリックしてください

はじめに

この HTML 実践ラボコースは、一連の実践的な演習とプロジェクトを通じて、あなたの HTML スキルを向上させることを目的としています。初心者でも経験豊富なウェブ開発者でも、このコースは HTML の基礎を習得するための実践的なアプローチを提供します。

🎯 タスク

このコースでは、以下のことを学びます。

HTML 要素を使用してウェブページを構造化する方法
セマンティックでアクセシブルな HTML マークアップを作成する方法
テキストを整形し、画像を追加し、ナビゲーションメニューを構築する方法
ウェブページにリンク、リスト、およびテーブルを組み込む方法
クリーンで効率的な HTML コードを記述するためのベストプラクティスを適用する方法

🏆 達成目標

このコースを修了した後、あなたは以下のことができるようになります。

自信を持って HTML ベースのウェブページを作成し、構造化すること
HTML の構文とセマンティクスを深く理解することを示すこと
ウェブページの構造と外観を向上させるために、さまざまな HTML 機能と要素を実装すること
クリーンで整理され、保守可能な HTML コードを記述する能力を養うこと
実践的な実験を完了することで、HTML の実践経験を積むこと

機械学習実践ラボ

シラバス

クラスタリング性能評価における偶然の調整

分類器の確率キャリブレーション

因果解釈のプロット

分類器チェーンのアンサンブル

スペクトラルクラスタリングを用いたギリシャのコインの分割

Scikit-Learn の Column Transformer

多様体学習の比較

Scikit - Learn を使った交差検証手法

次元削減戦略の比較

ガウス混合モデル

ガウス混合モデルによる密度推定

ガウス混合モデル サインカーブ

勾配ブースティング回帰の予測区間

勾配ブースティング回帰

辞書学習を用いた画像ノイズ除去

Scikit - Learn を用いた帰納的クラスタリング

SVM を用いたアヤメの二値分類

Scikit - Learn を使った K - Means++ クラスタリング

ラベル拡散による半教師あり学習

Scikit-Learn による Lasso パス

LinearSVC のサポートベクトル

モデルの複雑さを理解する

多出力推定器を用た顔の完成

近傍成分分析による次元削減

疎性を持つ線形回帰の例

普通最小二乗法とリッジ回帰の分散

新奇検出のための 1 クラス SVM

部分依存による高度な描画

Iris データセットに対する主成分分析

順列重要度をプロットする

乳がんデータセットにおける順列重要度

多項式とスプライン補間

Scikit-Learn 推定器を用いた予測遅延

頑健な線形モデル推定

RBF SVM パラメータ調整

最近傍回帰

Scikit-Learn によるリッジ回帰の例

凸損失関数の比較

重み付きデータセットの決定関数のプロット

Stacking を使って予測器を結合する

株式市場の構造を可視化する

SVM カーネルによるデータ分類

線形 SVM パラメータの探索

非線形 SVM 分類

t-SNE を使った高次元データの可視化

異なるカテゴリカルエンコーダの比較

サポートベクターマシンの重み付きサンプル

Scikit-Learn を使った新奇性検出とアウトライア検出

ランダム射影による次元削減

ベイジアンリッジ回帰による曲線フィッティング

最近傍点分類

Python を使った K-Means クラスタリングの探索

クロスデコンポジション手法の比較

濃度事前分布を描画する

カスタムカーネルを使用した SVM 分類

手書き数字データセットにおける交差検証

高次元データのための特徴クラスタリング

手書き数字データセットにおける凝集型クラスタリング

F 検定と相互情報量の比較

KBinsDiscretizer を使ったベクトル量子化

顔データセットの分解

Iris データセットにおけるガウス過程分類

ガウス過程分類

XOR データセットにおけるガウス過程分類

ガウス過程を用いた非線形予測モデリング

ガウス過程回帰モデルをフィットさせる

ガウス過程回帰：カーネル

勾配ブースティングの早期終了

ブラインドソース分離

FastICA と PCA を用いた独立成分分析

Scikit-learn を使ったアヤメの花の分類

アイリスデータセット上の SVM 分類器

単純な 1 次元カーネル密度推定

ラベル伝播を用いたアクティブラーニング

ラッソとエラスティックネット

判別分析分類アルゴリズム

Scikit - Learn を使った階層的クラスタリング

局所外れ値因子による新奇性検出

ガウス混合モデルサインカーブ