Market 機械学習とデータ分析

難易度:★☆☆☆☆

  • 業種
  • 全業種共通
  • 入門講座
  • コーディング有

本コンテンツでは、最初に基礎的な機械学習手法である「単回帰分析と重回帰分析」について学んだ上で、 Pythonで機械学習やデータ分析を行う際に用いられることの多いNumPy、Scikit-learn、Pandas、Matplotlibといったライブラリを使って、実際のデータ分析時に行う様々な処理を実行する方法を学んでいきます。どれもPythonでデータ分析を行う上では避けて通ることのできないライブラリとなっているので、本コンテンツを通してこれらのライブラリの扱いに慣れておきましょう。

  • 4 時間
  • 2,150 Exp
  • 0 Videos
  • 3 Slides
  • 5 Missions
  • 7 Tasks
  • 40 Operations

Mission 1

単回帰分析と重回帰分析

基礎的な機械学習手法である「単回帰分析と重回帰分析」について学びます。

Task 1
単回帰分析と重回帰分析
300 Exp

Task 1

単回帰分析と重回帰分析

  • 30 分
  • 3 Operations
  • 300 Exp


基礎的な機械学習手法である「単回帰分析と重回帰分析」について学びます。

Mission 2

NumPy入門

Python で数値計算を高速に行うためのライブラリである NumPy の使い方を学びます。 本Missionの目標は、単回帰分析と重回帰分析の章で学んだ重回帰分析を行うアルゴリズムをNumPy を用いて実装することです。

Task 1
NumPyと多次元配列
300 Exp

Task 1

NumPyと多次元配列

  • 30 分
  • 6 Operations
  • 300 Exp

Numpyライブラリの基本的な扱い方を学びます。

Task 2
NumPyと演算
200 Exp

Task 2

NumPyと演算

  • 20 分
  • 4 Operations
  • 200 Exp

Numpyライブラリを用いた演算について学びます。

Mission 3

scikit-learn入門

scikit-learn は Python のオープンソース機械学習ライブラリです。 様々な機械学習の手法が統一的なインターフェースで利用できるようになっています。 scikit-learn では NumPy の ndarray でデータやパラメータを取り扱うため、他のライブラリとの連携もしやすくなっています。本Missionでは、この scikit-learn というライブラリを用いて、データを使ってモデルを訓練し、評価するという一連の流れを解説します。

Task 1
scikit-learn を用いた重回帰分析
300 Exp

Task 1

scikit-learn を用いた重回帰分析

  • 30 分
  • 6 Operations
  • 300 Exp

前章で NumPy を用いて実装した重回帰分析を、scikit-learn を使うことで、より大きなデータセットに対して適用します。

Task 2
各ステップの改善
100 Exp

Task 2

各ステップの改善

  • 10 分
  • 2 Operations
  • 100 Exp

過学習を防ぐために、色々な方法が研究されています。 ここでは、データに前処理を行い、テスト用データセットを用いて計算した決定係数を改善します。

Mission 4

Pandas入門

Pandas はデータ操作によく用いられるパッケージであり、CSV などの一般的なデータ形式で保存されたデータの読み込みや、条件を指定しての一部データの抽出など、機械学習手法で取り扱うデータを整理するのに便利なライブラリです。本Missionを通じて、Pandasの基本的な扱い方を一通り学んでいきましょう。

Mission 5

Matplotlib入門

Matplotlibはグラフの描画を行う際に便利なライブラリです。
折れ線グラフや散布図といった基本的なグラフを描画する方法を学びましょう。

Task 1
Matplotlib 入門
250 Exp

Task 1

Matplotlib 入門

  • 25 分
  • 5 Operations
  • 250 Exp


グラフの描画を行う際に便利なMatplotlibライブラリの使い方を学びます。