機械学習 【第7回】教師あり学習の基礎と代表的なアルゴリズム（中編）
第7回の目標 第7回中編のブログでは、決定木とランダムフォレストを深く理解し、実践的に活用することを目指します。ただ単にアルゴリズムの仕組みを知るだけでなく、それぞれの特性や適用場面を意識しながら学習を進めることが重要です。 決定木では、不...
2024-10
機械学習 
機械学習 【第7回】教師あり学習の基礎と代表的なアルゴリズム（前編）
第7回の目標 機械学習は、大きく分けて教師あり学習と教師なし学習の二つのカテゴリーに分類されます。今回のテーマである教師あり学習は、入力データとそれに対応する正解（ラベル）が与えられた状態でモデルを学習させる手法です。これにより、新たなデー...
機械学習 【第6回】線形回帰とロジスティック回帰の実装と最急降下法の役割
第6回の目標 第6回では、線形回帰とロジスティック回帰の基本的な理論を理解し、これらのモデルを実際に実装する能力を身につけることを目指します。具体的な学習目標は以下の通りです。 線形回帰の理解 線形回帰の定義と数学的表現を理解し、特徴量とタ...
機械学習 【第5回】モデル評価と最適化（後編）
第5回の目標 第5回の目標は、機械学習モデルの評価と最適化に関する技術を深く理解し、実践的なスキルを身につけることです。具体的には、モデルの性能を正確に評価するための各種モデルの指標（精度、適合率、再現率、F1スコア、AUC-ROC曲線、平...
機械学習 【第5回】モデル評価と最適化（前編）
第5回の目標 第5回の目標は、機械学習モデルの評価と最適化に関する技術を深く理解し、実践的なスキルを身につけることです。具体的には、モデルの性能を正確に評価するための各種モデルの指標（精度、適合率、再現率、F1スコア、AUC-ROC曲線、平...
機械学習 【第４回】機械学習の基本概念を理解しよう
第4回の目標 今回は機械学習の歴史を振り返り、3つの主要な学習方法（教師あり学習、教師なし学習、強化学習）についての基本的な理解を深め、それぞれの手法の違いや適用方法を把握します。これにより、Kaggleでの成果に結びつく戦略的な学びを進め...
機械学習 【第3回】データの前処理と可視化
第3回の目標 第３回では、データの前処理と可視化に関する基本的な技術を習得し、データの品質を向上させることで機械学習モデルの性能を最大限に引き出す方法を学びます。本ブログでは、データのクリーニングから特徴量エンジニアリングまでを体系的に理解...
統計学 【第2回】統計学の基礎
第２回の目標 第2回では、機械学習やデータ解析に欠かせない「統計学の基礎」を学びます。統計学は、データを正確に理解し、データが何を示しているのかを判断するための重要なスキルです。 Kaggleのコンペティションに参加するためには、データ解析...
機械学習 【第1回】Pythonの基礎を学ぼう
第１回の目標 この第1回では、Pythonの環境設定を行い、Pythonの基本的な文法やデータ構造を学ぶことで、今後の機械学習の内容を理解するための土台を築いていきます。これからの学びにおいて、実践的な演習や課題を通じて、学んだ知識を自分の...
機械学習 【第０回】機械学習の基礎からKaggleメダル獲得を目指すための学習ガイド
このブログシリーズの目的と学び このブログシリーズでは、機械学習の基礎から応用までを体系的に学び、最終的にKaggleコンペティションに出場し、メダルを獲得するためのスキルを身につけることを目的としています。特に、実践的な経験を通じて知識を...