このコースでは、scikit-learn を使ってデータから予測モデルを構築する方法を学びます。機械学習の基本概念を探索し、scikit-learn を使って教師あり学習と教師なし学習の問題を解く方法を見ていきます。また、モデルの評価方法、パラメータの調整方法、一般的な落とし穴を避ける方法も学びます。実世界のデータセットを使った機械学習の問題の例を通して学んでいきます。
🎯 タスク
このコースでは、以下のことを学びます。
- 線形モデル、線形および二次判別分析、統計学習手法を使って機械学習の問題を解く方法
- 教師あり学習タスクにカーネルリッジ回帰、サポートベクターマシン、確率的勾配降下法を適用する方法
- データの表現を求めることを含む教師なし学習を実行する方法
- テキストデータを扱い、ガウス過程と交差分解手法を使う方法
- 分類タスクにナイーブベイズと決定木を使う方法
🏆 達成目標
このコースを修了した後、以下のことができるようになります。
- scikit-learn を使って様々な機械学習アルゴリズムを実装する
- モデルの性能を評価し、調整する
- 適切な機械学習手法を適用して実世界の問題を解く
- 異なる機械学習アプローチの強みと限界を理解する
