Sklearn 実践ラボ
初級
このコースには Sklearn の多数のラボが含まれており、各ラボは詳細なガイダンスと解決策を備えた小規模な Sklearn プロジェクトです。これらのラボを完了することで、Sklearn 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。
sklearnpythondata-science
💡 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
- シラバス
Scikit-Learn による分類器の比較
文書分類
分類のための特徴量の離散化
パイプラインと複合推定器
機械学習における特徴量のスケーリング
Scikit-Learn パイプラインの構築
Scikit-Learn の反復補完器
手書き数字の多様体学習
RBM 特徴を用いた数字分類
混合型の Column Transformer
Set_output API の使用方法
半教師ありテキスト分類
識別器の較正の比較
検出誤差トレードオフ曲線
Pipeline と GridSearchCV を用いた次元削減
確率校正曲線
異常検出アルゴリズムの比較
不均衡な分類のための Precision-Recall メトリック
単変量特徴選択
Iris データセットにおける SVC のための特徴選択
TSNE における近似最近傍点
表示オブジェクトを使った視覚化の作成
線形回帰のためのターゲット変換
カテゴリカル特徴を持つ勾配ブースティング
Scikit - Learn を使った機械学習パイプラインの構築
固有顔(Eigenfaces)とサポートベクターマシン(SVM)による顔認識
複数の特徴抽出方法の連結
分類性能を測定するためのクラス尤度比
PCR と PLS の比較プロット
多クラスおよび多出力アルゴリズム
欠損データの補完
MNIST 多項ロジスティック回帰
Scikit-Learn アルゴリズムを用いたアウトライア検出
Scikit - Learn を使った多クラス ROC 評価
テキスト特徴抽出と評価
木のアンサンブルを用いた特徴量変換
多層パーセプトロンの正則化
手書き数字の K - Means クラスタリング
Scikit - Learn を使った多項式カーネル近似
Scikit-Learn 可視化 API
ボーティング分類器を用いたアヤメの花の分類
NCA 分類をプロットする
手書き数字のパイプラインをプロットする
Scikit - Learn の推定器とパイプライン
モデルの複雑さと交差検証スコアのバランス
自己訓練における異なる閾値の影響
マルチラベルドキュメント分類
コア外学習を用いたテキスト分類
線形ベイズ回帰の比較
Lasso モデル選択
Lasso 回帰のモデル選択
交差検証付き再帰的特徴削減
Scikit - Learn を使った特徴選択
DBSCAN クラスタリングアルゴリズム
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
Scikit-Learn を用いたアンサンブル法の探索
多クラス AdaBoost 決定木
学習曲線の描画
TargetEncoder を使用したカテゴリデータの変換
適合不足と過学習
AdaBoost による決定木の分類
交差検証を用いた予測のプロット作成
堅牢な線形推定器のフィッティング
機械学習モデルの品質評価
近傍点のキャッシング
GridSearchCV を使ったモデルのハイパーパラメータの最適化
勾配ブースティングのバグ外推定
Kernel PCA を用いた画像ノイズ除去
ハッシュ化特徴変換
分類確率のプロット
3 クラス分類の確率補正
ランダムフォレストによる特徴量の重要度
離散的な Adaboost と実際の Adaboost の比較
カーネル密度推定
確率的勾配降下法の早期終了
Sgdocsvm と Ocsvm の比較プロット
多クラス疎ロジスティック回帰
逐次半分反復
MLP 分類器で手書き数字を分類する
K-Means を用いた色量子化
モデルベースと逐次的特徴選択
KBinsDiscretizer を使った連続特徴量の離散化
再帰的特徴量削減
投票回帰器を用いた糖尿病予測
アイリスを用た森林のプロット
接続制約付き階層的クラスタリング
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
検証曲線:モデルを評価するためのスコアのプロット
決定木の剪定後処理
線形モデリングのためのリッジ回帰
手書き数字分類のオンラインソルバの比較
決定木分析
VotingClassifier を用いたクラス確率
森林ヒストグラム勾配ブースティングの比較プロット
シルエット法によるクラスタリング分析
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
K-Means と MiniBatchKMeans の比較
スペクトラルバイクラスタリングアルゴリズム
スペクトラル共クラスタリングアルゴリズム
パーミュテーション特徴量重要度
アイリスのデータセットにおける決定木
モデル選択のためのネスト交差検証
分類のための順列検定スコア
SVM における正則化パラメータのスケーリング
検証曲線の描画
推定器のハイパーパラメータのチューニング
Scikit - Learn を使った数字の分類
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
NMF と LDA を用いたトピック抽出のプロット
ガウス混合モデルの初期化方法
部分依存性と個別条件期待値
交差検証を用いた ROC
Scikit - Learn を使った非パラメトリック等張回帰
L1 ベースのモデルを用いた疎信号回帰
非負最小二乗回帰
Scikit - Learn を使った分位点回帰
ワインデータにおけるアウトライアの検出
k-means クラスタリングの仮定を探る
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
Kernel PCA による主成分分析
数字データセットの分析
手書き数字のグリッドサーチをプロットする
Isolation Forest を用たアノマリ検出
GPR と KRR の比較プロット
Scikit-Learn MLPClassifier: 確率的学習戦略
分類のための線形判別分析
カーネルリッジ回帰をプロットする
ランダムフォレスト回帰の多次元出力をプロットする
グリッド探索と逐次半分法の比較
PCA と FA のモデル選択をプロットする
種の分布モデリング
データのスケーリングと変換
KBinsDiscretizer 戦略の実証
FeatureHasher と DictVectorizer の比較
ElasticNet 用のグラム行列の事前計算
Huber と Ridge の比較プロット
Scikit - Learn の Lasso 回帰
直交マッチング追跡による疎信号回復
SGD による分離ハイパープレーンの描画
手順別のロジスティック回帰
K-Means 初期化の実証評価
近傍成分分析
種の分布の核密度推定
Affinity Propagation クラスタリング
階層的クラスタリングのデンドログラム
BIRCH と MiniBatchKMeans の比較
二分法 K-Means と通常の K-Means の性能比較
クラスタリングアルゴリズムの比較
HDBSCAN クラスタリングアルゴリズムのデモ
Mean-Shift クラスタリングアルゴリズム
K-Means による教師なしクラスタリング
ランダムフォレストの OOB エラー推定
並列木のフォレストを用いた画素の重要度
階層的クラスタリングによる画像セグメンテーション
顔のパッチ辞書をプロットする
離散的なデータ構造上のガウス過程
画像分割のためのスペクトラルクラスタリング
SVM のバイアス解消
GPR の CO2 をプロットする
ブースト決定木回帰
バギングによるバイアス - 分散分解
Scikit-Learn の Elastic-Net 回帰モデル
凝集型クラスタリングをプロットする
データを正規分布にマッピングする
線形モデルを用た交差検証
SVM: 最大マージン分離超平面
不均衡なクラスに対する SVM
Scikit - Learn における前処理技術
凝集型クラスタリングのメトリック
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
Scikit-Learn の多クラス SGD 分類器
Iris データセットにおけるインクリメンタル主成分分析
疎な逆共分散推定
最寄り重心分類
ガウス過程分類による確率的予測
勾配ブースティングの単調制約
Scikit-Learn による混同行列
手書き数字の認識
勾配ブースティングの正則化
Label Propagation 学習
半教師あり学習アルゴリズム
非線形データの回帰技術
ビットコイン価格の予測
収縮共分散推定
MDS を使った高次元データの可視化
ガウス混合モデルの共分散
ガウス混合モデルの選択
アヤメデータセットにおける半教師あり分類器
RBF カーネルの明示的な特徴マップ近似
PCA と LDA の比較プロット
球状データ上のマニホールド学習
顔データセットの分解
ランダムな分類データセットのプロット作成
Scikit-Learn を使ったマルチラベルデータセットの生成
スイスロールとスイスホールの次元削減
Scikit-Learn Libsvm GUI
KBinsDiscretizer を使ったベクトル量子化
Scikit - Learn を使った階層的クラスタリング
予測対象の変換
高次元データのための特徴クラスタリング
Scikit - Learn を使った特徴抽出
F 検定と相互情報量の比較
ベイジアンリッジ回帰による曲線フィッティング
ラッソとエラスティックネット
ロジスティック回帰モデル
マルチタスク Lasso を用いた共通特徴選択
SGD を用いた正則化手法の適用
Python の Scikit-Learn を使った Theil-Sen 回帰
圧縮センシングによる画像再構築
決定木回帰
多出力決定木回帰
単純な 1 次元カーネル密度推定
局所外れ値因子による新奇性検出
LOF によるアウトライア検出
カーネル密度を用いた密度推定
Python を使った K-Means クラスタリングの探索
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
OPTICS クラスタリングアルゴリズム
Scikit-Learn におけるバイクラスタリング
L1 ロジスティック回帰の正則化パス
サポートベクトル回帰
重心ベースのクラスタリング
ニューラルネットワークモデル
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
スペクトラルクラスタリングとその他のクラスタリング手法
非線形パターン認識技術
交差検証による迅速なモデル選択
手書き数字データセットにおける交差検証
勾配ブースティングの早期終了
Python を使った機械学習の交差検証
線形回帰の例
Scikit-Learn におけるペアワイズメトリックとカーネル
クロスデコンポジション手法の比較
最近傍点分類
カスタムカーネルを使用した SVM 分類
アイリスデータセット上の SVM 分類器
欠損値の補完
Python を使った決定木分類
Scikit - learn におけるカーネル近似手法
ナイーブベイズによる確率的分類
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
主成分分析
事前計算済み辞書を用いた疎な符号化
ランダム化 SVD を用いた Wikipedia のページランク
信号をコンポーネントに分解する
共分散推定器の比較
頑健な共分散推定とマハラノビス距離の関連性
Python におけるロバストな共分散推定
Scikit-Learn を用いた共分散行列推定
Scikit-Learn を用いた多様体学習
判別分析分類アルゴリズム
濃度事前分布を描画する
ガウス混合モデル
等張回帰による非線形回帰
ラベル伝播を用いたアクティブラーニング
Bagging と Boosting 手法
クラスタリングのための階層型クラスタリングの探索
Tensorflow ガイド
TensorFlow 2 による浅層ニューラルネットワークの実装
TensorFlow 2 モデルの保存と復元
手書き数字認識ニューラルネットワークを学習する
リッジ回帰係数の計算
線形回帰の基礎
Scikit - Learn を使ったロジスティック回帰分類
北京の住宅価格予測
密度ベースのクラスタリング
ミニバッチ K 平均法を用いた画像圧縮
密度ベースのクラスタリングの応用
K 近傍法
リッジ回帰と LASSO 回帰
自動車安全評価データセットの分類
パーセプトロンと人工ニューラルネットワーク
講師
Labby
Labby is the LabEx teacher.
Google Classroomで共有
Discordに参加して一緒に学ぼう
今すぐ参加ユーザーレビュー
" THE BEST EASY TO UNDERSTAND I LOVE IT "
— 8lir 04
" As I Developer, I loved they done for the community. Respect ++++ Aura ++++"
— temp ory
おすすめ

