コーディングなしでデータ分析ができます！
「機械学習を実装したPythonコードを見ていると、乗り物酔いがあります。」
「線形回帰、K-meansアルゴリズムなどをたくさん聞いてみましたが、正確に何か分からない」
「データを簡単に視覚化して見たいのですが、コーディングから学ぶべきでしょうか？」
「学校の課題報告書をもっと書いたいのですが、勉強する時間が足りません」
「結果が早く早く出てほしい」
マシンラーニングが気になって学びたいのですが、テキストで書かれたプログラミング言語を学ぶ厳しさがない方のために用意しました。学習時や日常生活で収集したデータを簡単に分析してみることもできます。数値型/イメージ/テキストデータの収集、視覚化、分析と機械学習の基礎理論、評価指標について学びます。最後のプロジェクトとして、現実的なデータであるCOVID-19の確定者数データを視覚化して分析します。
ここでは、1つの丸いウィジェットが1つの関数と同じです。
以下の簡単なワークフローで
1. 画像を呼び出して埋め込み（特徴を抽出して計算できる数値に置き換えます）して、
2. kNN, Random Forest, Logistic Regression 学習アルゴリズムを利用して学習をさせ、
3. 学習結果を確認できます。
Orange3は審美的にカラフルではありませんが、さまざまな視覚化機能を提供します。でもそれをドラッグアンドドロップ数回するだけで使用できます。下図は、時間の経過に伴う確定者数の変化をアニメーションで示す例です。
▲Orange3ツールの使い方だけでなく、基本概念の理解が必要なときは別に詳細に説明します。
▲テキスト分析実習シーンです。頻繁に現れる単語をワードクラウドの形で確認して前処理をします。
• Orange3 データ分析ツール（ Windows環境で進行中）
•Excelまたはメモ帳で簡単なcsvファイルを作成する
•Pythonの知識がある場合は、独自のウィジェットを作成して活用できます。しかし、この講義では扱いません。
•最初からじっくりと練習に従うためにゆっくり進みます。
• Orange3 ツール自体が視覚的なツールなので、理解しやすいです。
•概念的な説明が必要な部分では、理論講義を付け加えました。
• 最後に、COVID-19データを分析することにより、実生活の適用事例を提示した。
•種類：レッスンで使用したデータセットの一部を提供します。
• 分量:
1. 線形回帰実習データ(train.csv, test.csv)
2. 画像群集化と分類データ（MonetとManetの絵20個と他の画家たちの絵15個）
3. テキスト群集化と分類データ（ケネディの演説textファイル20個）
4. COVID-19 確定者数データ1個
Q.非専攻者も聞くことができますか？
はい。非専攻者はもちろん小学校の高学年くらいなら受講が可能です。
Q.小学生もできるのなら、レベルが低すぎる講義ではありませんか？
小学生もフォローできるツールという意味です。受講生各自の能力に応じて習得する内容は違いが多いでしょう。掘れば売るほどできることが多いからです。
Q. Orange3を学ぶと何がいいですか？
データ分析と機械学習の基本概念を理解することができます。結果が数秒または数分以内に出てくるので、さまざまな分野で簡単に利用できます。
Q.特におすすめしたい対象は誰ですか？
実生活データを多様に分析してみたい中高校生や、生徒が人工知能を気軽に感じるように教えたい先生に特におすすめです。ドアと出身もデータ分析ができます。テキストコーディングが恐ろしい方にもおすすめです。
Q.講義を聞く前に準備すべきことはありますか？
コンピュータとマウス、そして情熱だけが必要です。機械学習の動作原理に関する軽い入門書を読んだり、短い動画を見たりすることもできます。
Q.授業内容はどのくらいのレベルまで扱っていますか？
単純な線形回帰モデルの動作原理から、指導学習の評価指標、視覚化ツールの紹介、および画像/テキストデータ処理に関する基礎内容を取り上げます。基礎だけを学んでも多くのことができます。 Orange3はあなたの能力を発揮するために使用されるツールです。
受講時に参考にしてください！
