第6章: Python実践プロジェクト第6章: Python実践プロジェクト
この章では、データセットを使用し、データの前処理から機械学習モデルの構築、モデルの評価、さらにはチューニングやデプロイに至るまでの一連のプロセスを通して、実際の業務やプロジェクトに応用できる知識を提供します。 6.1 デ […]
この章では、データセットを使用し、データの前処理から機械学習モデルの構築、モデルの評価、さらにはチューニングやデプロイに至るまでの一連のプロセスを通して、実際の業務やプロジェクトに応用できる知識を提供します。 6.1 デ […]
機械学習モデルを構築した後に、そのモデルの性能を正確に評価し、改善するプロセスは、機械学習の成功において非常に重要です。モデルが高い精度を持っているかどうかを判断するには、適切な評価指標とテスト方法を理解し、モデルの過学 […]
この章では、Pythonを使って実際に機械学習アルゴリズムを実装していきます。具体的には、線形回帰、ロジスティック回帰、k近傍法（KNN）、決定木とランダムフォレストについて解説します。それぞれのアルゴリズムには特徴があ […]
3.1 データセットの概要 機械学習モデルを作成する際、まず必要なのが「データセット」です。データセットとは、観測されたデータや収集されたデータの集合のことで、モデルが学習に使用する材料です。通常、データセットは多次元の […]
2.1 Pythonのインストール 2.1.1 Pythonとは まず、Pythonは、1991年にGuido van Rossumによって作られたプログラミング言語で、シンプルな構文と豊富なライブラリで知られています。 […]
1.1 機械学習とは？ 機械学習（Machine Learning）は、コンピュータがデータから学び、そのデータに基づいて予測や判断を行う能力を持つようにする技術です。従来のプログラミングは、人間がコンピュータに命令を逐 […]