機械学習

初心者向けに設計されたこの実践的なコースで、Python の基本をマスターしましょう。インタラクティブなラボと実践的な課題を通じて、データ型、制御構造、関数、モジュール、データ構造などの重要な概念を学びます。Python プログラミングの旅を始める人に最適です。

教師あり学習。もしあなたがこの用語を初めて耳にしたり読んだりしたのであれば、その意味がまったくわからないかもしれません。心配しないでください。このラボでは、教師あり学習について包括的な理解を得ることができます。そして、次の実験の章では、教師あり学習を使ってデータ予測を行う方法を学びます。

このコースでは、教師あり学習におけるもう 1 つの重要なアプリケーション、つまり分類問題の解決方法を学びます。以下のレッスンでは、ロジスティック回帰、k-最近傍法、ナイーブベイズ、サポートベクターマシン、パーセプトロンと人工ニューラルネットワーク、決定木とランダムフォレスト、バギングとブースティング手法に触れます。コースでは、これらの各手法の原理から始まります。あなたは、その実装を完全に理解する必要があります。

このコースでは、教師なし学習を完全に理解し、教師なし学習を使ってデータのクラスタリングを行う方法を学びます。

このコースでは、ニューラルネットワークの基本原理、TensorFlow、Keras、PyTorch の基本原理、および線形回帰、ロジスティック回帰、多層ニューラルネットワークの基本原理を含む、ディープラーニングの基本概念を学びます。また、TensorFlow、Keras、PyTorch を使用して線形回帰モデル、ロジスティック回帰モデル、および多層ニューラルネットワークモデルを構築する方法も学びます。

この包括的なコースでは、Python の必須機械学習ライブラリである Scikit-learn の基本的な概念と実践的なテクニックを網羅します。様々なアルゴリズムと前処理技術を使用して、機械学習モデルの構築、トレーニング、評価方法を学びます。

このコースでは、TensorFlow 2 の基本概念と構文、および TensorFlow 2 を使用してディープラーニングアルゴリズムを実装する方法を学びます。

このコースでは、OpenCV の基本を学びます。画像や動画の読み込み、書き込み、表示方法を学びます。また、画像や動画にさまざまな形状を描画する方法も学びます。