Track Training デジタル人材研修サービス

おすすめキーワード:

機械学習(Python) 応用講座 実践編

この講座では、Pythonによる機械学習の一連の流れや、各手法の実装や評価方法について学びます。具体的には回帰や分類などの実装方法について学習していきます。学習後は住宅価格やペンギンの特徴など実際のデータを使った演習問題を通して知識の定着を目指します。

(最終更新日:2024年02月14日)

機械学習(Python) 応用講座 実践編のゴール

この講座の目的は、機械学習の基本的なアルゴリズムについての直感的な理解ができ、またPythonを用いたデータ分析や機械学習の使い勝手のイメージが湧くようになることです。

機械学習(Python) 応用講座 実践編の詳細

講座詳細

受講対象者DX推進人材 専門スキル
受講可能形態集合研修・オープン研修・個別指導研修・eラーニング
想定受講時間(eラーニング)17.5時間
講座日数(研修)2.5日

習得スキル

必要となる前提知識Pythonプログラミング基礎
習得できるスキル・知識機械学習
対応資格特になし

デジタルスキル標準項目

標準DX推進スキル標準
学習項目データ活用(AI・データサイエンス、データエンジニアリング)
数理統計・多変量解析・データ可視化
機械学習・深層学習
データ活用基盤設計
データ活用基盤実装・運用

カリキュラム詳細

STEP 1

機械学習概要

スタイル動画
想定時間9分
データ分析におけるモデリングのひとつとしての、機械学習手法の概要を説明します。機械学習で作成するモデルとは何かを理解すること、および機械学習の種類を理解することを目標としています。
STEP 2

Pythonで学ぶ機械学習 回帰編

スタイル学習ブック
想定時間90分
このブックでは,機械学習の回帰手法について学びます。具体的には,単回帰分析,重回帰分析,ラッソ・リッジ回帰について,実際に分析を行いながら概要を学習します。回帰分析を用いて出来ることと,用いられる手法についてその概要を理解することを目標としています。
STEP 3

Pythonで学ぶ機械学習 評価編

スタイル学習ブック
想定時間120分
このブックでは,回帰モデルの評価について学びます。具体的には,「モデルの良さ」について考えながら,回帰モデルの代表的な評価指標,ホールドアウト法,交差検証について学びます。評価指標と評価方法を理解し,モデルを正しく評価できるようになることを目標としています。
STEP 4

Pythonで学ぶ機械学習 実践 住宅価格の予測(1) 単回帰モデル

スタイル演習ブック
想定時間120分
小さなデータを使って,データの観察から単回帰モデルの構築までを一通り体験するブックです。
STEP 5

Pythonで学ぶ機械学習 実践 住宅価格の予測(2) 重回帰モデル

スタイル演習ブック
想定時間90分
小さなデータを使ってデータの観察から重回帰モデルの構築までを一通り体験するブックです。ゼロから始めるのではなく既存の機械学習プロジェクトに途中から参加した設定で進めます。具体的には前任者の残した情報の理解や引き継いだコードの動作確認から始めます。
STEP 6

Pythonで学ぶ機械学習 実践 住宅価格の予測(3) 重回帰モデルのつづき

スタイル演習ブック
想定時間90分
小さなデータを使ってデータの観察から重回帰モデルの構築までを一通り体験するブックです。ゼロから始めるのではなく既存の機械学習プロジェクトに途中から参加した設定で進めます。具体的には前任者の残した情報の理解や引き継いだコードの動作確認から始めます。
STEP 7

Pythonで学ぶ機械学習 分類編1 ロジスティック回帰

スタイル学習ブック
想定時間120分
このブックでは,機械学習の分類問題について学びます。分類問題とはなにかを理解し,小さなデータを使って具体的なアルゴリズムの理解を目指します。具体的にはロジスティック回帰モデルの考え方と最尤法というパラメータ推定方法を学習します。最後にirisと呼ばれる代表的なデータセットを用いてロジスティック回帰モデルの実践を行います。
STEP 8

Pythonで学ぶ機械学習 分類編2 決定木とランダムフォレスト

スタイル学習ブック
想定時間120分
このブックでは,分類のアルゴリズムとして決定木とランダムフォレストについて学びます。それぞれのアルゴリズムの核となる概念を学びつつ,scikit-learnを使った実践も行います。
STEP 9

Pythonで学ぶ機械学習 分類編 評価

スタイル学習ブック
想定時間120分
このブックでは,2クラス分類問題の評価指標について学習し,評価指標を正しく選択できるようになることを目指します。具体的には,モデル評価に関する用語や考え方の復習から始めて,混同行列と代表的な4つの評価指標(正答率・再現率・適合率・F1スコア)について学びます。また,各評価指標を計算するプログラムの作成およびscikit-learnを使ったモデルの学習と評価も行います。
STEP 10

Pythonで学ぶ機械学習 実践 ペンギンの分類(1)

スタイル演習ブック
想定時間90分
小さなデータを使ってデータの観察からロジスティック回帰モデルの構築までを一通り体験するブックです。ゼロから実装する力や考える力を養うことが目的です。
STEP 11

Pythonで学ぶ機械学習 実践 ペンギンの分類(2)

スタイル演習ブック
想定時間90分
小さなデータを使ってデータの観察からロジスティック回帰モデルの構築までを一通り体験するブックです。ゼロから始めるのではなく既存の機械学習プロジェクトに途中から参加した設定で進めます。具体的には前任者の残した情報の理解や引き継いだコードの動作確認から始めます。

自社にあった研修設計をする

Trackの法人研修は、研修生のスキルに合わせた研修設計〜運営・振り返りが可能です。

  • スキル診断をしたい
  • 自社にあった研修設計がしたい

といったご要望やお見積もりをご希望される際はお問い合わせください