【評判】【前編】米国データサイエンティストがやさしく教える機械学習超入門【Pythonで実践】
-
-
本コースの特徴 -
受講生の声
レビュー数の推移
本講座のレビューに関して記載された記事数の「直近6カ月の推移」を以下のグラフにまとめました。
| Month | Progress |
|---|---|
| 6月 | 1 |
| 7月 | 2 |
| 8月 | |
| 9月 | |
| 10月 | |
| 11月 |
学習内容
機械学習の回帰モデルの学習や評価の仕方を学べます
機械学習の理論をPythonで実装できるようになります
DockerとJupyterLabを使った本格的なデータサイエンスの環境で機械学習ができるようになります
詳細
機械学習の基礎をゼロから学べます．学習した理論をPythonでどのように実際のデータに適用できるのかも学習でき，理論x実装の相乗効果で確実に機械学習を習得できます．
(２部構成で本講座は「前編」となっており，主に回帰アルゴリズムを解説しています．)
【特徴】
- 米国で働く現役データサイエンティストから学ぶ
- 実際の現場でどのように使うのかを解説
- 機械学習の事前知識は不要
- 全くの未経験者でも本講座を受講すれば機械学習の基本を理解することができる
- Pythonでの実装も紹介
- 学習したことをすぐに実データに適用可能
- DockerとJupyterLabを使った本格データサイエンス環境 (Dockerを使って簡単環境構築)
- これ1本で理論x実装が同時に，着実に学べる
機械学習の理論とPythonの実装のレクチャーは別になっているため，理論だけを学習することも可能です．そのためPythonを知らなくても本講座で機械学習を学ぶことができます．
Pythonの実装のレクチャーは，Pythonの基礎知識とデータサイエンスに必要なPython(NumpyやPandasなど)の知識が必要です．
Macを使って講義を進めますが，環境が作れればWindowsでも問題ありません．
DockerとJupyterLabを使った本格的なデータサイエンスの環境を使いますが，WindowsでDocker環境を作れれば，全く同じ環境を構築することができます．(Windowsでの環境構築のサポートはしておりません．あらかじめご了承ください)
本コースの特徴
本コースの特徴を単語単位でまとめました。以下の単語が気になる方は、ぜひ本講座の受講をオススメします。
受講者の感想
本講座を受講した皆さんの感想を以下にまとめます。
評価や口コミ
参考になる受講者の口コミやレビューを以下にまとめます。
良い点
- ● 2週目ではpython でコードを書きつつ、かめさんの他の講座も受講し、より学習を進めていこうと思います！
- ● 何度かtypoに繋がりました、、ネガティブな点はそれ位で、内容は非常に良く、遠く見えた機械学習が一気に近づいてきた感がありますww引き続き後編も勉強していきたいと思います。
- ● 機械学習の理論は簡潔に的を得た形で説明されていて理解しやすかった。
悪い点
- ● 統計学の説明は正直分かりにくい。
- ● 『心理統計学の基礎』で腰を据えて勉強した方がいいと感じた内容のわりに高額。
- ● 標準化や多項式特徴量生成などの概要は解説しているが、計算の過程や仮定の解説はない。
レビューの一覧
・Python初心者の備忘録 #17 ~機械学習入門編03~[2024-07-29に投稿]
・Python初心者の備忘録 #16 ~機械学習入門編02~[2024-07-25に投稿]
・Python初心者の備忘録 #15 ~機械学習入門編01~[2024-06-29に投稿]
・優良データサイエンス関連教材をたっくさんまとめてみた【僕の学習記録】[2023-02-19に投稿]
他にオススメな関連講座のランキング
