このコースのメンテナンスは終了しました。最新のコースやラボをぜひご覧ください。ご意見は Discord でお聞かせください。

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

シラバス

クラスタリング性能評価における偶然の調整

Coming Soon

分類器の確率キャリブレーション

Coming Soon

因果解釈のプロット

Coming Soon

分類器チェーンのアンサンブル

Coming Soon

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

Coming Soon

Scikit-Learn の Column Transformer

Coming Soon

多様体学習の比較

Coming Soon

Scikit - Learn を使った交差検証手法

Coming Soon

次元削減戦略の比較

Coming Soon

ガウス混合モデル

Coming Soon

ガウス混合モデルによる密度推定

Coming Soon

ガウス混合モデル サインカーブ

Coming Soon

勾配ブースティング回帰の予測区間

Coming Soon

勾配ブースティング回帰

Coming Soon

辞書学習を用いた画像ノイズ除去

Coming Soon

Scikit - Learn を用いた帰納的クラスタリング

Coming Soon

SVM を用いたアヤメの二値分類

Coming Soon

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

Coming Soon

ラベル拡散による半教師あり学習

Coming Soon

Scikit-Learn による Lasso パス

Coming Soon

LinearSVC のサポートベクトル

Coming Soon

モデルの複雑さを理解する

Coming Soon

多出力推定器を用た顔の完成

Coming Soon

近傍成分分析による次元削減

Coming Soon

疎性を持つ線形回帰の例

Coming Soon

普通最小二乗法とリッジ回帰の分散

Coming Soon

新奇検出のための 1 クラス SVM

Coming Soon

部分依存による高度な描画

Coming Soon

Iris データセットに対する主成分分析

Coming Soon

順列重要度をプロットする

Coming Soon

乳がんデータセットにおける順列重要度

Coming Soon

多項式とスプライン補間

Coming Soon

Scikit-Learn 推定器を用いた予測遅延

Coming Soon

頑健な線形モデル推定

Coming Soon

RBF SVM パラメータ調整

Coming Soon

最近傍回帰

Coming Soon

Scikit-Learn によるリッジ回帰の例

Coming Soon

凸損失関数の比較

Coming Soon

重み付きデータセットの決定関数のプロット

Coming Soon

Stacking を使って予測器を結合する

Coming Soon

株式市場の構造を可視化する

Coming Soon

SVM カーネルによるデータ分類

Coming Soon

線形 SVM パラメータの探索

Coming Soon

非線形 SVM 分類

Coming Soon

t-SNE を使った高次元データの可視化

Coming Soon

異なるカテゴリカルエンコーダの比較

Coming Soon

サポートベクターマシンの重み付きサンプル

Coming Soon

Scikit-Learn を使った新奇性検出とアウトライア検出

Coming Soon

ランダム射影による次元削減

Coming Soon

ベイジアンリッジ回帰による曲線フィッティング

Coming Soon

最近傍点分類

Coming Soon

Python を使った K-Means クラスタリングの探索

Coming Soon

クロスデコンポジション手法の比較

Coming Soon

濃度事前分布を描画する

Coming Soon

カスタムカーネルを使用した SVM 分類

Coming Soon

手書き数字データセットにおける交差検証

Coming Soon

高次元データのための特徴クラスタリング

Coming Soon

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

Coming Soon

F 検定と相互情報量の比較

Coming Soon

KBinsDiscretizer を使ったベクトル量子化

Coming Soon

顔データセットの分解

Coming Soon

Iris データセットにおけるガウス過程分類

Coming Soon

ガウス過程分類

Coming Soon

XOR データセットにおけるガウス過程分類

Coming Soon

ガウス過程を用いた非線形予測モデリング

Coming Soon

ガウス過程回帰モデルをフィットさせる

Coming Soon

ガウス過程回帰:カーネル

Coming Soon

勾配ブースティングの早期終了

Coming Soon

ブラインドソース分離

Coming Soon

FastICA と PCA を用いた独立成分分析

Coming Soon

Scikit-learn を使ったアヤメの花の分類

Coming Soon

アイリスデータセット上の SVM 分類器

Coming Soon

単純な 1 次元カーネル密度推定

Coming Soon

ラベル伝播を用いたアクティブラーニング

Coming Soon

ラッソとエラスティックネット

Coming Soon

判別分析分類アルゴリズム

Coming Soon

Scikit - Learn を使った階層的クラスタリング

Coming Soon

局所外れ値因子による新奇性検出

Coming Soon

LOF によるアウトライア検出

Coming Soon

ロジスティック回帰モデル

Coming Soon

L1 ロジスティック回帰の正則化パス

Coming Soon

共分散推定器の比較

Coming Soon

頑健な共分散推定とマハラノビス距離の関連性

Coming Soon

球状データ上のマニホールド学習

Coming Soon

マルチタスク Lasso を用いた共通特徴選択

Coming Soon

線形回帰の例

Coming Soon

OPTICS クラスタリングアルゴリズム

Coming Soon

主成分分析

Coming Soon

ランダムな分類データセットのプロット作成

Coming Soon

Scikit-Learn を使ったマルチラベルデータセットの生成

Coming Soon

Python におけるロバストな共分散推定

Coming Soon

SGD を用いた正則化手法の適用

Coming Soon

事前計算済み辞書を用いた疎な符号化

Coming Soon

サポートベクトル回帰

Coming Soon

スイスロールとスイスホールの次元削減

Coming Soon

Python の Scikit-Learn を使った Theil-Sen 回帰

Coming Soon

圧縮センシングによる画像再構築

Coming Soon

決定木回帰

Coming Soon

多出力決定木回帰

Coming Soon

Scikit-Learn Libsvm GUI

Coming Soon

ランダム化 SVD を用いた Wikipedia のページランク

Coming Soon

等張回帰による非線形回帰

Coming Soon

ニューラルネットワークモデル

Coming Soon

ガウス混合モデル

Coming Soon

Scikit-Learn を用いた多様体学習

Coming Soon

Scikit-Learn におけるバイクラスタリング

Coming Soon

信号をコンポーネントに分解する

Coming Soon

Scikit-Learn を用いた共分散行列推定

Coming Soon

カーネル密度を用いた密度推定

Coming Soon

Python を使った機械学習の交差検証

Coming Soon

Scikit - Learn を使った特徴抽出

Coming Soon

欠損値の補完

Coming Soon

Scikit - learn におけるカーネル近似手法

Coming Soon

Scikit-Learn におけるペアワイズメトリックとカーネル

Coming Soon

予測対象の変換

Coming Soon

ブースト決定木回帰

Coming Soon

Affinity Propagation クラスタリング

Coming Soon

凝集型クラスタリングをプロットする

Coming Soon

凝集型クラスタリングのメトリック

Coming Soon

階層的クラスタリングのデンドログラム

Coming Soon

データのスケーリングと変換

Coming Soon

バギングによるバイアス - 分散分解

Coming Soon

BIRCH と MiniBatchKMeans の比較

Coming Soon

二分法 K-Means と通常の K-Means の性能比較

Coming Soon

クラスタリングアルゴリズムの比較

Coming Soon

階層的クラスタリングによる画像セグメンテーション

Coming Soon

Scikit-Learn による混同行列

Coming Soon

収縮共分散推定

Coming Soon

線形モデルを用た交差検証

Coming Soon

顔のパッチ辞書をプロットする

Coming Soon

手書き数字の認識

Coming Soon

KBinsDiscretizer 戦略の実証

Coming Soon

ElasticNet 用のグラム行列の事前計算

Coming Soon

ランダムフォレストの OOB エラー推定

Coming Soon

並列木のフォレストを用いた画素の重要度

Coming Soon

ガウス混合モデルの共分散

Coming Soon

ガウス混合モデルの選択

Coming Soon

ガウス過程分類による確率的予測

Coming Soon

GPR の CO2 をプロットする

Coming Soon

離散的なデータ構造上のガウス過程

Coming Soon

勾配ブースティングの正則化

Coming Soon

FeatureHasher と DictVectorizer の比較

Coming Soon

HDBSCAN クラスタリングアルゴリズムのデモ

Coming Soon

Huber と Ridge の比較プロット

Coming Soon

Iris データセットにおけるインクリメンタル主成分分析

Coming Soon

アヤメデータセットにおけるロジスティック回帰分類器

Coming Soon

RBF カーネルの明示的な特徴マップ近似

Coming Soon

K-Means 初期化の実証評価

Coming Soon

Label Propagation 学習

Coming Soon

Scikit - Learn の Lasso 回帰

Coming Soon

手順別のロジスティック回帰

Coming Soon

データを正規分布にマッピングする

Coming Soon

MDS を使った高次元データの可視化

Coming Soon

Mean-Shift クラスタリングアルゴリズム

Coming Soon

勾配ブースティングの単調制約

Coming Soon

近傍成分分析

Coming Soon

最寄り重心分類

Coming Soon

直交マッチング追跡による疎信号回復

Coming Soon

PCA と LDA の比較プロット

Coming Soon

画像分割のためのスペクトラルクラスタリング

Coming Soon

アヤメデータセットにおける半教師あり分類器

Coming Soon

SVM: 最大マージン分離超平面

Coming Soon

不均衡なクラスに対する SVM

Coming Soon

Scikit-Learn の多クラス SGD 分類器

Coming Soon

SGD による分離ハイパープレーンの描画

Coming Soon

疎な逆共分散推定

Coming Soon

種の分布モデリング

Coming Soon

種の分布の核密度推定

Coming Soon

SVM のバイアス解消

Coming Soon

Scikit-Learn の Elastic-Net 回帰モデル

Coming Soon

半教師あり学習アルゴリズム

Coming Soon

K-Means による教師なしクラスタリング

Coming Soon

Scikit - Learn における前処理技術

Coming Soon

K-Means を用いた色量子化

Coming Soon

GPR と KRR の比較プロット

Coming Soon

決定木の剪定後処理

Coming Soon

Scikit - Learn を使った数字の分類

Coming Soon

数字データセットの分析

Coming Soon

KBinsDiscretizer を使った連続特徴量の離散化

Coming Soon

森林ヒストグラム勾配ブースティングの比較プロット

Coming Soon

アイリスを用た森林のプロット

Coming Soon

ガウス混合モデルの初期化方法

Coming Soon

手書き数字のグリッドサーチをプロットする

Coming Soon

アイリスのデータセットにおける決定木

Coming Soon

Isolation Forest を用たアノマリ検出

Coming Soon

Scikit - Learn を使った非パラメトリック等張回帰

Coming Soon

ランダム射影を用いたヨンソン・リンデンシュトラウスの補題の探究

Coming Soon

Kernel PCA による主成分分析

Coming Soon

カーネルリッジ回帰をプロットする

Coming Soon

k-means クラスタリングの仮定を探る

Coming Soon

シルエット法によるクラスタリング分析

Coming Soon

L1 ベースのモデルを用いた疎信号回帰

Coming Soon

分類のための線形判別分析

Coming Soon

多項ロジスティック回帰と 1 対残りロジスティック回帰の描画

Coming Soon

K-Means と MiniBatchKMeans の比較

Coming Soon

Scikit-Learn MLPClassifier: 確率的学習戦略

Coming Soon

モデル選択のためのネスト交差検証

Coming Soon

非負最小二乗回帰

Coming Soon

ワインデータにおけるアウトライアの検出

Coming Soon

PCA と FA のモデル選択をプロットする

Coming Soon

分類のための順列検定スコア

Coming Soon

Scikit - Learn を使った分位点回帰

Coming Soon

ランダムフォレスト回帰の多次元出力をプロットする

Coming Soon

ハイパーパラメータ最適化:ランダムサーチとグリッドサーチ

Coming Soon

再帰的特徴量削減

Coming Soon

線形モデリングのためのリッジ回帰

Coming Soon

交差検証を用いた ROC

Coming Soon

モデルベースと逐次的特徴選択

Coming Soon

手書き数字分類のオンラインソルバの比較

Coming Soon

スペクトラルバイクラスタリングアルゴリズム

Coming Soon

スペクトラル共クラスタリングアルゴリズム

Coming Soon

グリッド探索と逐次半分法の比較

Coming Soon

SVM における正則化パラメータのスケーリング

Coming Soon

NMF と LDA を用いたトピック抽出のプロット

Coming Soon

決定木分析

Coming Soon

検証曲線の描画

Coming Soon

因子分析によるアイリスデータセットの構造の明らかにし方

Coming Soon

VotingClassifier を用いたクラス確率

Coming Soon

投票回帰器を用いた糖尿病予測

Coming Soon

接続制約付き階層的クラスタリング

Coming Soon

推定器のハイパーパラメータのチューニング

Coming Soon

検証曲線:モデルを評価するためのスコアのプロット

Coming Soon

部分依存性と個別条件期待値

Coming Soon

パーミュテーション特徴量重要度

Coming Soon

離散的な Adaboost と実際の Adaboost の比較

Coming Soon

多クラス AdaBoost 決定木

Coming Soon

AdaBoost による決定木の分類

Coming Soon

線形ベイズ回帰の比較

Coming Soon

スペクトラル共クラスタリングアルゴリズムを用いた文書の二部クラスタリング

Coming Soon

近傍点のキャッシング

Coming Soon

3 クラス分類の確率補正

Coming Soon

分類確率のプロット

Coming Soon

交差検証を用いた予測のプロット作成

Coming Soon

DBSCAN クラスタリングアルゴリズム

Coming Soon

Kernel PCA を用いた画像ノイズ除去

Coming Soon

カーネル密度推定

Coming Soon

ランダムフォレストによる特徴量の重要度

Coming Soon

勾配ブースティングのバグ外推定

Coming Soon

Lasso モデル選択

Coming Soon

Lasso 回帰のモデル選択

Coming Soon

学習曲線の描画

Coming Soon

MLP 分類器で手書き数字を分類する

Coming Soon

GridSearchCV を使ったモデルのハイパーパラメータの最適化

Coming Soon

コア外学習を用いたテキスト分類

Coming Soon

ハッシュ化特徴変換

Coming Soon

交差検証付き再帰的特徴削減

Coming Soon

堅牢な線形推定器のフィッティング

Coming Soon

確率的勾配降下法の早期終了

Coming Soon

Sgdocsvm と Ocsvm の比較プロット

Coming Soon

多クラス疎ロジスティック回帰

Coming Soon

逐次半分反復

Coming Soon

TargetEncoder を使用したカテゴリデータの変換

Coming Soon

適合不足と過学習

Coming Soon

Scikit-Learn を用いたアンサンブル法の探索

Coming Soon

Scikit - Learn を使った特徴選択

Coming Soon

機械学習モデルの品質評価

Coming Soon

手書き数字のパイプラインをプロットする

Coming Soon

Scikit - Learn の推定器とパイプライン

Coming Soon

木のアンサンブルを用いた特徴量変換

Coming Soon

モデルの複雑さと交差検証スコアのバランス

Coming Soon

テキスト特徴抽出と評価

Coming Soon

手書き数字の K - Means クラスタリング

Coming Soon

多層パーセプトロンの正則化

Coming Soon

マルチラベルドキュメント分類

Coming Soon

NCA 分類をプロットする

Coming Soon

Scikit-Learn アルゴリズムを用いたアウトライア検出

Coming Soon

Scikit - Learn を使った多クラス ROC 評価

Coming Soon

Scikit-Learn 可視化 API

Coming Soon

Scikit - Learn を使った多項式カーネル近似

Coming Soon

自己訓練における異なる閾値の影響

Coming Soon

MNIST 多項ロジスティック回帰

Coming Soon

ボーティング分類器を用いたアヤメの花の分類

Coming Soon

TSNE における近似最近傍点

Coming Soon

表示オブジェクトを使った視覚化の作成

Coming Soon

固有顔(Eigenfaces)とサポートベクターマシン(SVM)による顔認識

Coming Soon

単変量特徴選択

Coming Soon

Scikit - Learn を使った機械学習パイプラインの構築

Coming Soon

複数の特徴抽出方法の連結

Coming Soon

カテゴリカル特徴を持つ勾配ブースティング

Coming Soon

分類性能を測定するためのクラス尤度比

Coming Soon

欠損データの補完

Coming Soon

PCR と PLS の比較プロット

Coming Soon

Iris データセットにおける SVC のための特徴選択

Coming Soon

線形回帰のためのターゲット変換

Coming Soon

多クラスおよび多出力アルゴリズム

Coming Soon

異常検出アルゴリズムの比較

Coming Soon

確率校正曲線

Coming Soon

識別器の較正の比較

Coming Soon

Pipeline と GridSearchCV を用いた次元削減

Coming Soon

検出誤差トレードオフ曲線

Coming Soon

不均衡な分類のための Precision-Recall メトリック

Coming Soon

混合型の Column Transformer

Coming Soon

RBM 特徴を用いた数字分類

Coming Soon

半教師ありテキスト分類

Coming Soon

Set_output API の使用方法

Coming Soon

分類のための特徴量の離散化

Coming Soon

文書分類

Coming Soon

Scikit-Learn の反復補完器

Coming Soon

手書き数字の多様体学習

Coming Soon

Scikit-Learn パイプラインの構築

Coming Soon

機械学習における特徴量のスケーリング

Coming Soon

パイプラインと複合推定器

Coming Soon

Scikit-Learn による分類器の比較

Coming Soon

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

講師

labby
Labby
Labby is the LabEx teacher.

おすすめ

no data