機械学習科学者 Pythonで

Pythonのscikit-learnを用いて、機械学習のスキルを磨きましょう。このインタラクティブなコースでは、実際のデータセットを活用し、強力な予測を行う方法を学んでいただけます。

Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

scikit-learnおよびscipyを用いて、ラベル付けされていないデータセットからクラスタリング、変換、可視化を行い、そこから知見を抽出する方法について学びましょう。

Arctic Penguin Exploration: Unraveling Clusters in the Icy Domain with K-means Clustering

このコースでは、logistic regression や SVM などの線形分類器の詳細を学びます。

本コースでは、scikit-learnを用いた回帰および分類のための木ベースモデルとアンサンブル手法の活用方法を学んでいただきます。

Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.

勾配ブースティングの基礎を学び、XGBoostで分類・回帰の課題を解く最先端の機械学習モデルを構築します。

このコースでは、SciPy を用いた階層型クラスタリングと k-means などで、教師なし学習の基礎を学びます。

データの次元削減の概念を理解し、Pythonでその手法を実践的に習得しましょう。

機械学習のためのデータのクリーニングと準備方法について学びましょう！

本コースは、時系列データのための特徴量エンジニアリングと機械学習に焦点を当てます。

Create new features to improve the performance of your Machine Learning models.

モデル検証の基礎と手法を学び、妥当性のある高性能なモデルの作成を始めましょう。

Learn techniques for automated hyperparameter tuning in Python, including Grid, Random, and Informed Search.

前処理から高度なTransformerモデルまで、重要なNLP手法でテキスト分析を習得しましょう。

spaCyの基本操作を習得し、自然言語処理モデルを学習。非構造化データから情報を抽出し、パターンをマッチングします。

テキストから有用な情報を抽出し、機械学習に適した形式へ処理する手法を学びます。

PyTorchを使用して、初めてのニューラルネットワークの構築方法、ハイパーパラメータの調整方法、分類問題と回帰問題への取り組み方を学びましょう。

画像データや時系列データのモデリングに用いられる、CNN（畳み込みニューラルネットワーク）、RNN（再帰型ニューラルネットワーク）、LSTM（長短期記憶ネットワーク）、GRU（ゲート再帰ユニット）といった基本的な深層学習アーキテクチャについて学びましょう。

思いどおりに画像を処理・変換・操作する力を身につけましょう。

PySparkを習得し、ビッグデータを容易に扱えるようになろう。大規模なデータセットを処理し、クエリを実行し、最適化して、強力な分析を実現する方法を学びましょう！

Learn how to make predictions from data with Apache Spark, using decision trees, logistic regression, linear regression, ensembles, and pipelines.

Kaggleのコンペに挑む戦略と、勝つための実践的アプローチを学びます。