Kaggleで始めるPython AI機械学習入門コース|高評価現役講師が丁寧にレクチャー
現役データサイエンティスト兼セミナー講師が作成した「Pythonによる機械学習プログラミング」の講座です。初めて学ぶ方を対象に、一から必要なことを丁寧に紹介します。基礎を学んだ後に「自発的に踏み出せるようになる」ことが講座のゴールです!
Description
■このコースのゴール
AI機械学習の基本的なプログラミング方法を習得し、さらに目標に向けて自発的に踏み出せるようになる。
■受講後にできるようになることの一例
・Pythonの基本的なプログラミングができる
・AI、機械学習とは何か基礎知識をもとに説明できる
・機械学習による予測モデルの作成フローを理解し、自分で作成できる
・自分に合ったKaggleのコンペを探し、参加できる
・今後の目標を立て、さらなるスキル習得に向けて自発的に踏み出せる
※いくつか無料のプレビュー動画を公開しておりますので、イメージ確認のためぜひご覧ください。
セクション1 はじめに
コース概要と目的
未来に向けてのステップ
ご挨拶
セクション2 コースの全体像と進め方
Kaggleの概要と最初に目指す近い未来
講座の内容と開発環境
コラム
セクション3 (STEP1)Pythonの基本的な書き方を学ぶ
このセクションで学ぶこと
Pythonの開発環境を用意しよう
Python(Anaconda)をインストールしよう
実践の注意点やポイント
Google Colaboratoryを使ってみよう
Python速習①:基礎構文
・変数①
・変数②
・リスト
・タプル
・辞書
・比較演算
・条件分岐演算
・繰り返し演算
・実習①:基礎演算
・関数
Python速習②:ライブラリ
・Numpy
・Pandas
・Matplotlib
・実習②:ライブラリ
学んだことチェック
コラム
セクション4 (STEP2)機械学習の基礎知識を学ぶ
このセクションで学ぶこと
AIとは?
機械学習とは?
機械学習の種類
教師あり学習
強化学習
教師なし学習
データ分析に必要な知識
統計指標(平均)
統計指標(中央値・最頻値)
統計指標(分散・標準偏差)
可視化(基本のグラフ)
可視化(散布図・バブルチャート)
可視化(ヒストグラム・箱ひげ図)
統計指標と可視化の注意
学んだことチェック
コラム
セクション5 (STEP3)Kaggleで実践を交えながら学ぶ
全体像の確認
Kaggleのアカウントを作成しよう
Kaggleの基本操作を確認しよう
モデル作成の流れ
Titanicコンペに挑戦!
Lesson1:データを読み込んでみよう
Lesson1:主要な統計指標を確認しよう
Lesson1:Pandas Profilingを使ってみよう
Lesson1:特徴量と目的変数の関係性を確認しよう
Lesson1:特徴量エンジニアリンクとは
Lesson1:特徴量エンジニアリンクの実践
Lesson1:(補足)One-Hotエンコーディングとは
Lesson1:モデル作成実践①(ランダムフォレストとは)
Lesson1:モデル作成実践②(ランダムフォレストの実装)
Lesson1:モデル作成実践③(予測結果のsubmit)
Lesson1:モデル作成実践④(スコアの確認)
Lesson2:精度向上に向けて取り組むこと
Lesson2:ロジスティック回帰とアルゴリズムチートシート
Lesson2:ロジスティック回帰を実装しよう
Lesson3:新たな特徴量を作ろう
Lesson4:LightGBMと過学習
Lesson4:教師データの分割と検証
Lesson4:LightGBMを実装しよう
Lesson4:予測の実施から精度を確認しよう
Lesson5:パラメータチューニングしてみよう
Lesson6:交差検証とは
Lesson6:交差検証(KFold)を実装しよう
Lesson7:交差検証(StratifiedKFold)を実装しよう
Lesson7:時系列データに関する注意
Lesson8:アンサンブルしてみよう
学んだことチェック
セクション6 (STEP4)今後の方針を学ぶ
コンペで入賞し賞金を得る未来を目指す
データサイエンティストとして働いている未来を目指す
Pythonicなエンジニアになる未来を目指す
アンケートのお願いと今後作成予定の動画について
What You Will Learn!
- Pythonの基本的なプログラミング
- AI、機械学習の概要
- Kaggleの使い方、コンペの参加方法
- データ分析や機械学習のプログラミング方法
- スキルアップに向けて次に学ぶべき指針
Who Should Attend!
- Pythonプログラミングを1から丁寧に学びたい方
- AI、機械学習の基礎を知りたい方
- Kaggleの使い方を学び、コンペに参加してみたい方
- 自分のペースでゆっくり学びたい方
- 基礎を学んだ上で、次の指針まで知りたい方