
ユン・ジェソンのOracle SQL Database 11g PL/SQL Developer
softcampus
¥1,414
初級 / SQL, Oracle, PL/SQL, DBMS/RDBMS
4.6
(114)
簡単な説明と例を現業に直接適用できるように構成しました。
初級
SQL, Oracle, PL/SQL
「データ分析のその先へ、予測モデルの設計から最適化まで(全29講)」 データ分析は終えたものの、いざモデルを作ろうとすると途方に暮れていませんか?単なるライブラリの呼び出し方を超えて、各アルゴリズムの作動原理と最適なモデル検証戦略を完全に自分のものにできるようサポートします。
- 回帰と分類モデルの性能を客観的に評価する鋭い眼差し
- データの特性に合わせた最適なアルゴリズム(KNN、SVM、Treeなど)の選択能力
- 高性能なアンサンブルモデルを自由自在に操るモデリングスキル
- 複雑な前処理工程を一つにまとめる機械学習パイプラインの設計能力
- データの次元を削減したりグループ化したりすることで、新たなインサイトを見出す技術
:「データ分析のその先へ、予測モデルの設計から最適化まで(全29講)」
データ分析は終えたものの、いざモデルを作ろうとすると途方に暮れていませんか?単にライブラリを呼び出す方法を超えて、各アルゴリズムの作動原理と最適なモデル検証戦略を完全に自分のものにできるようサポートします。
線形モデルから最新のアンサンブルアルゴリズム(LGBM、XGBoost、CatBoost)まで、実務で最も強力な威力を発揮するアルゴリズムを体系的に攻略します。さあ、分析されたデータを基に未来を予測する人工知能モデリングの世界へ踏み出しましょう。
この講義だけの核心ポイント
* アルゴリズム・ディープダイブ:基礎的なKNNから最新のブースティングモデルまで、10種類以上のアルゴリズムを学習
* 徹底した性能検証:単なる学習ではなく、汎化性能と検証戦略(CV)の深い理解
* フィーチャーエンジニアリング:モデルの性能を左右する核心的な特徴量の抽出および前処理戦略を伝授
* ハイパーパラメータチューニング:GridSearch、RandomSearchなど、最適なモデルを見つけるためのチューニング技術
* 教師なし学習の攻略:クラスタリング、次元削減など、正解のないデータからのインサイト導出
講義のロードマップと機械学習の全体像を描きます。ライブラリのインストール後、簡単なモデルを実際に動かしてみることで、全体的な流れを素早く把握します。
主な学習:機械学習の概要、開発環境の構築、機械学習の体験(味見)
データ分析の段階で学んだ内容を機械学習の観点から再解釈します。モデルが学習するのに最適な形にデータを加工する集中トレーニングを行います。
コア技術:特徴量エンジニアリング(Feature Engineering)、カテゴリデータの処理、スケーリング
「私のモデルは本当に優れたモデルなのか?」という問いに答えるプロセスです。過学習を防ぎ、汎化性能を高めるプロの戦略を学びます。
主な学習:データの分割、回帰/分類の評価指標、ハイパーパラメータチューニング、主要な特徴量の抽出
機械学習の華、多様なアルゴリズムを一つずつ掘り下げます。単なる理論を超えて、各アルゴリズムの長所・短所と使用すべきタイミングを習得します。
核心モデル:線形モデル、SVM、決定木、ランダムフォレスト
高級モデル:LGBM、XGBoost、CatBoost(3大ブースティングモデルを完璧に攻略)
データの隠れた構造を見つけ出す教師なし学習と、全工程を自動化するパイプラインの構築について学習します。
主な学習内容:次元削減(PCA)、クラスタリング(Clustering)、機械学習パイプライン(Pipeline)
開発経歴
• SKT「アイランド・アドベンチャー」モバイルコンテンツ開発・ローンチ
• KT「クイズサッカー」モバイルコンテンツ開発・ローンチ
• SK「モバイル公認仲介士」ローンチ
• iPhone「漢字通」アプリ開発
• iPhone「ヘルストレーニング」アプリ開発
• KT/SK 日本ナムコ「テイルズ オブ コモンズ」コンテンツ開発
• KT ミニゲーム(ヤグムヤグム陣取り、アラジンの魔法のランプ、ミステリーブロック探偵団、BUZZ and BUZZ)開発
講義経歴
サムスンマルチキャンパス、釜山情報産業振興院、全州情報文化産業振興院、仁川情報産業振興院、韓国電波振興院、SK C&C、Tアカデミー、韓国ロボット産業振興院、大田ETRI、サムスン電子、nica教育センター、韓国生産性本部、ハンファS&C、LG電子など、国内の有名企業の現職者および未就業者を対象に、講義および開発19年目の経歴を持つベテラン講師です。
講義分野
Java、Android、フレームワーク、データベース、UML、iPhone、ビッグデータ処理および分析、Python、モノのインターネット(IoT)、R/Pythonを活用したデータ分析、ディープラーニング、機械学習AI、Spark分野などの分野について講義しています。多様な経験を活かして最大限わかりやすく説明し、実習に適用できるよう例題を作成し、解説できるよう講義を構成しています。オフライン授業ではないため、わからないことは質問&回答を利用してください。必ず解決いたします。
学習対象は
誰でしょう?
- 本格的なAIモデリングの道に進みたい方:データ分析の基礎(Numpy、Pandas)は終えたものの、これらを活用して未来を予測する人工知能モデルを作る方法が分からず困っている方におすすめです。
- アルゴリズムの「選択基準」が必要な方:数多くの機械学習アルゴリズムの中で、どのような状況でどのモデルを使うべきか、各モデルの長所と短所を明確に比較したい予備データサイエンティストにとって必須のカリキュラムです。
- 最新のアンサンブルモデルをマスターしたい方:ランダムフォレストを超え、実務や競技会(Kaggleなど)で必須とされるLGBM、XGBoost、CatBoostの実践的な活用法を身につけたい方に強くおすすめします。
- モデルの性能を最大限まで引き出したい方:単なる実装にとどまらず、ハイパーパラメータチューニングや検証戦略(CV)を通じて、モデルの「汎化性能」を極大化する中級テクニックが必要な方に適しています。
- 機械学習ワークフローを自動化したい方:データの自動前処理からモデル評価までの複雑なプロセスを一つに繋げるパイプライン(Pipeline)構築能力を身につけたい現役の開発者および分析家におすすめします。
前提知識、
必要でしょうか?
Pythonの基本文法とデータ分析ライブラリ(Numpy、Pandas)に関する基礎知識が必要です。
データハンドリングに慣れていない場合は、[必須先修課程] Pythonデータ分析マスターを先に受講することをお勧めします。
15,926
受講生
821
受講レビュー
591
回答
4.7
講座評価
42
講座
ソフトキャンパスは、オン・オフライン講義およびコンテンツ販売を支援する教育センターです。
AI関連分野および多様な講義・コンテンツの購入に関するお問い合わせは、raputa@nate.comおよび電話 02-553-0824 までご連絡ください。
ありがとうございます。
全体
31件 ∙ (13時間 19分)
講座資料(こうぎしりょう):
15. 第15講 KNN
40:16
16. 第16講 線形モデル
57:54
17. 第17講 SVM
26:52
18. 第18講 決定木
40:43
19. 第19講 ランダムフォレスト
36:04
21. 第21講 LGBM
34:20
22. 第22講 XGBoost
27:55
23. 第23講 CatBoost
36:18
24. 24講 ナイーブベイズ
36:58
25. 第25講 教師あり学習のまとめ
10:38
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
期間限定セール
¥27,500
50%
¥6,892

