Machine Learning

機械学習は世界中の産業を革新しています。このスキルツリーは、機械学習の概念と技術を体系的に学ぶ方法を提供します。初心者向けに設計されており、アルゴリズム、モデルのトレーニング、データ分析を理解するための明確なロードマップを提供します。実践的な演習とインタラクティブな機械学習プレイグラウンドでのハンズオンコースを通じて、機械学習モデルの構築と展開に必要な実践的スキルを身につけることができます。

259個のskills|10個のcourses|17個のprojects

Python のクイックスタート

初級

LinuxPython

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。

10 labs

教師あり学習：回帰分析

中級

scikit-learnMachine Learning

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。

0個のlab

教師あり学習：分類

中級

scikit-learnMachine Learning

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。

0個のlab

教師なし学習：クラスタリング

中級

scikit-learnMachine Learning

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。

0個のlab

ディープラーニングの基礎

中級

Machine LearningTensorFlowscikit-learn

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。

0個のlab

scikit-learn のクイックスタート

初級

scikit-learnMachine Learning

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。

0個のlab