機械学習サイエンティスト Pythonで

Pythonでscikit-learnを使って機械学習スキルを伸ばしましょう。 このインタラクティブなコースで実世界のデータセットを使い、強力な予測の作り方を学びましょう！

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。

機械学習モデルの性能を向上させる新しい特徴量を作成します。

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。

Pythonでの自動ハイパーパラメータ調整の手法を学ぶ。Grid、Random、Informed Searchを含む。

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で最初のニューラルネットワークを構築し、ハイパーパラメータを調整して、分類と回帰の問題に取り組む方法を学びます。

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！

Apache Sparkでデータから予測する方法を学ぶ。決定木、ロジスティック回帰、線形回帰、アンサンブル、パイプラインを使用。

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。