コースの内容
Pythonの基礎
- 環境構築
- Pythonの基礎
- PandasとMatplotlibの基礎
機械学習の基礎1
- 教師あり学習：回帰1 ／ 回帰2
- 線形回帰
- 単回帰分析
- 重回帰分析
- Ridge 回帰（リッジ回帰）
- Lasso 回帰（ラッソ回帰）
- 非線形回帰
- 決定木（回帰木）
- ランダムフォレスト
- ニューラルネットワーク
- 線形回帰
- データ前処理1
- データ前処理2
機械学習の基礎2
- 教師あり学習：分類1
- k- 近傍法
- 決定木（分類木）
- ランダムフォレスト
- 非線形サポートベクトルマシン
- ニューラルネットワーク
- 教師あり学習：分類2
- Accuracy（正解率）
- Precision（適合率）
- Recall（再現率）
- F1 score（F 値）
機械学習の基礎3
- ハイパーパラメーター調整
- K- 分割交差検証 (K-fold cross-validation)
- 手動での調整
- グリッドサーチ (Grid Search)
- ランダムサーチ (Random Search)
- ベイズ最適化 (Bayesian Optimization)
- 教師なし学習
- 主成分分析 (Principal Component Analysis)
- k- 平均法 (k-means)