PCA

機械学習

【第8回】教師なし学習の基本とラベルなきデータの可能性(後編)

後編の目標 現代のデータ分析では、特にテキストデータや高次元データの扱いが難しく、複雑なデータ構造の理解と分析が求められます。これらのデータから隠れたパターンや構造を見つけることは、ビジネスのインサイトや新たな発見を生み出すために不可欠です...
機械学習

【第8回】教師なし学習の基本とラベルなきデータの可能性(中編)

中編の目標 今回の目標は、高次元データの次元削減と異常検知技術について理解し、それらを実装できるスキルを習得することです。次元削減を通じてデータの可視化と理解を深め、異常検知を使って異常なデータパターンを発見する力を身につけます。具体的には...