IBM Developer Japan Webサイトは2021年3月15日をもって終了となり、日本語コンテンツの一部は、オープンソースとして、提供予定です。 URLはこちら

ラーニング・パス: 機械学習を始める

レベル トピック タイプ
100 機械学習入門 記事
101 Python と scikit-learn を使用して初の機械学習モデルを作成し、テストする チュートリアルとノートブック
201 Python と scikit-learn を使用して回帰アルゴリズムについて学ぶ チュートリアルとノートブック
202 Python と scikit-learn を使用して分類アルゴリズムについて学ぶ チュートリアルとノートブック
203 Python と scikit-learn を使用してクラスタリング・アルゴリズムについて学ぶ チュートリアルとノートブック

このラーニング・パスの対象読者は、機械学習をすぐに習得したいと望んでいるすべての開発者です。このラーニング・パスを構成するチュ―トリアルでは、手順に沿って実際にモデルを作成し、アプリ内でモデルを使用する方法を学ぶことができます。

ラーニング・パスを開始するには、下のカードをクリックしてください。または、このラーニング・パスで取り上げるすべてのトピックを記載している上の表から、お望みのトピックにアクセスすることもできます。

機械学習入門


学習内容:

  • 機械学習の概要
  • 教師あり学習と教師なし学習
  • 機械学習パイプライン
  • 用語と概念

Python と scikit-learn を使用して初の機械学習モデルを作成してテストする


学習内容:

  • データを探索する
  • データを前処理する
  • データをトレーニング用とテスト用に分割する
  • 分類モデルを作成する
  • モデルをトレーニングする
  • モデルで予測を行う
  • モデルのパフォーマンスを評価し、視覚化する

Python と scikit-learn を使用して回帰アルゴリズムについて学ぶ


学習内容:

  • 線形回帰
  • 分割、トレーニング、検証
  • 過剰適合と過少適合
  • モデルの評価
  • ロジスティック回帰
  • 単純ベイズ
  • アンサンブル学習

Python と scikit-learn を使用して分類アルゴリズムについて学ぶ


学習内容:

  • クラスタリング
  • 主成分分析
  • 次元削減

Python と scikit-learn を使用してクラスタリング・アルゴリズムについて学ぶ


学習内容:

  • K 平均法
  • 平均シフト
  • DBSCAN
  • 階層型クラスタリング
  • 凝集型クラスタリング
  • 使用ケース


次のステップ: 機械学習入門