[ASP]Pythonを動かして理解する機械学習～回帰と分類～

標準学習時間	10時間	提供元	トレノケート
価格(税込)	26,400円(税込)	備考	eラーニング
提供形態/付帯教材種別		商品コード	DBX0041G

お気に入りへ追加

対象者
学習内容
ワンポイントアドバイス
重要なご連絡
人気の似たコース

重要なご連絡・ご確認事項

● 受講期間はID発行より3ヶ月です。

↑ページの先頭へ戻る

対象者情報

対象者	・機械学習の原理をPythonとともに学習したい方・AIエンジニアとしてより深い知識を学習したい方・Pythonやライブラリの応用を学習したい方
前提条件	□｢データ分析シリーズ1 AI数学～文系でも理解できる!高校から始めるデータ分析、AIのための数学～｣ (DBX0037G) を受講済み、または同等の知識がある方 □｢データ分析シリーズ2 ～Pythonプログラミングの基礎と図形描画～｣ (DBX0038G) を受講済み、または同等の知識がある方

学習内容の詳細

コース概要

本コースでは、Pythonプログラミングの基礎、AIを理解するための数学を身につけた方向けに、機械学習の全体像を把握し、主に回帰･分類の原理の理解を目指すコースです。

機械学習は、クラウドサービスやライブラリで手軽に行えるようになってきました。しかし、これらをしっかりと使いこなすにはライブラリの中で何が起こっているのか理解した上で、データを扱う必要があります。本コースのハンズオンでは、予め用意されたコードを基に重要なコードを講師の解説に合わせて、Pythonで実際に回帰･分類を実現するコードを実装しながら進めます。

回帰は、次元を徐々にあげていき、どのように実現されるかをプログラムや数学としての理解を目指し、分類では、オーバーフィッティングの問題から2次元3クラス分類ロジスティック回帰モデルの理解を目指します。

学習目標

● 機械学習がPythonでどのようにプログラムされるのか理解できる
● ライブラリの中で行われる処理がイメージできる
● D次元線形回帰モデルの仕組みが理解できる
● 2次元3クラス分類ロジスティック回帰モデルが理解できる

学習内容

1. はじめに 機械学習とは	
  - 人工知能 (AIとは)
  - 機械学習で扱う問題
  - 機械学習のコツ

2. 1次元入力の線形回帰モデル
  - 年齢と身長の問題
  - ハンズオン: 人工データを作る･表示
  - 予測するにはどうすればいいか
  - ハンズオン: 直線モデルをデータの上に表示する
  - w0,w1を自動的に選ぶ
  - 平均二乗誤差関数の定義
  - ハンズオン: 平均二乗誤差を定義する
  - 平均二乗誤差とパラメータ
  - ハンズオン: 細かい表を作って平均二乗誤差を調べる
  - 勾配法
  - ハンズオン: 傾きを計算する

3. パラメータの解析解
  - 解析解
  - ハンズオン: 計算の準備
  - まとめ

4. 2次元線形回帰モデル
  - 2つの数値から1つの数値を予測する
  - ハンズオン: 人工データの生成
  - 予測するにはどうすればいいか
  - 平均二乗誤差
  - ハンズオン: 解析解を計算する

5. D次元線形回帰モデル
  - D個の数値から1つの数値を予測する
  - 解析解の導出
  - 人口データの生成
  - ハンズオン: 人工データの生成D=4

6. 線形基底関数モデル
  - ハンズオン: 1次元データの準備
  - 線形基底関数モデルとは
  - ハンズオン: ガウス関数を描く
  - μの異なる4つのガウス関数
  - ハンズオン: 線型基底関数モデルを描く
  - 線形基底関数モデルの解析解
  - ハンズオン: 解析解で答えを導く

7. オーバーフィッティングの問題
  - 線形基底関数によるフィッティング
  - ハンズオン: Session5で作成したデータと関数準備
  - 最適なMを探す方法
  - ハンズオン: テストデータの誤差
  - ホールドアウト検証結果

8. オリジナルモデル
  - 線形基底関数モデルの問題点
  - ハンズオン: モデルAの描画
  - 最適パラメータの導出 (勾配法)
  - ハンズオン: 最適パラメータの導出
  - リーブワンアウト交差検定でモデル比較

9. 1次元入力2クラス分類ロジスティック回帰モデル
  - 1次元入力2クラス分類問題
  - ハンズオン: 人工データを生成する
  - 予測するにはどうすればいいか
  - ハンズオン: ロジスティック関数を描く
  - 最尤推定
  - ハンズオン: 平均交差エントロピー誤差を計算する
  - 勾配法
  - もっと詳しく！勾配法の途中式 (1次元入力2クラス分類)
  - ハンズオン: 最適パラメータを求める

10. 2次元入力2クラス分類ロジスティック回帰モデル
  - 2次元入力2クラス分類問題
  - ハンズオン: 2次元ロジスティック回帰モデルを3Dで描く
  - 平均交差エントロピー誤差
  - もっと詳しく！勾配法の途中式 (2次元入力2クラス分類)
  - ハンズオン: 最適パラメータを求める

11. 2次元入力3クラス分類ロジスティック回帰モデル
  - 2次元入力3クラス分類問題
  - ハンズオン: 人工データを生成する
  - 2次元入力3分類ロジスティック回帰モデル
  - ハンズオン: 2次元3分類ロジスティック回帰モデルを定義する
  - 尤度
  - もっと詳しく！途中式 (平均交差エントロピー誤差)
  - ハンズオン: 平均交差エントロピー誤差を定義する