最下から始まる機械学習の入門
本講義は、TEAMLABとInflearnが共に構築したデータサイエンスコースの2番目の講義である下から始まる機械学習入門です。下から始まる機械学習の入門は、パートIとパートIIで構成されています。 本講義はTEAMLABとInflearnが共に準備したWADIZファンディングの支援を受けて製作されました。
学習した受講者のレビュー
1.講座紹介
この機械学習の入門講座は、TEAMLABとInflearnが共に構築したデータサイエンスコースの2番目の講義である下層から始まる機械学習入門講座です。講義を開発する予定です。
- データ科学のためのPython入門
- Machnine Learning from Scratch with Python Part I - 本コース
- Machnine Learning from Scratch with Python Part II
また、既存のK-MOOCコースについては以下のリストを参照してください。
| 学習目標 | 役に立つ方 |
|---|---|
| 機械学習の基本概念と主要なアルゴリズムを理解し実装することを目的としており、このコースでは、受講者はデータサイエンスで使用されるさまざまな用語の基本的な理解を可能にします。 | プログラミング入門したい方 データ科学を学びたい初心者 機械学習開始前 基礎を固めたい方 データ科学分野 就職準備生 誰も |
2.コースの特徴
- このプロセスの基本的な構成は、アルゴリズムの説明、Numpyを使用した実装、Scikit-Learnを使用したパッケージの活用で構成されています。
- 受講者は、機械学習で主に使用されるアルゴリズムを実装するために、高校レベルの統計学と線形代数学の理解が必要です。
- 受講者はこのコースを通じて、Numpy、Pandas、Matplotlib、Scikit-Learnなどのデータ分析のための基本的なPythonパッケージを理解します。
3.機械学習でできること
4.参考資料
- Machine Learning (Couera) によって Andrew Ng
- みんなのためのディープラーニング by Sung Kim
- C ++で学ぶディープラーニング、ホン・ジョンモ教授
- Machine Learning From Scratch[https://github.com/eriklindernoren/ML-From-Scratch]
コード課題分析技術支援：ラブアップ（www.lablup.com）
Textbooks
Reading materials 底から始まるデータ科学（ジョエル・グルス、2016）
Python機械学習（セバスチャン・ラッシュカ、2016）
Hands-On Machine Learning with Scikit-Learn and TensorFlow (Aurélien Géron, 2017, PDF)
Data Mining: Concepts and Techniques (Jiawei Han, Micheline Kamber and Jian Pei , 2011, PDF)
Supplementary textbooks Pythonライブラリを利用したデータ分析（Wes McKinney、2013）
マシンラーニングインアクション（ピーターハリントン、2013）
データサイエンス入門（レイチョルスーツ|キャッシュオニール、2014）
マシンラーニングインPython（マイケル・ボウルズ、2015）
機械学習理論入門（中井越司、2016）
Prerequisites - 受講前の受講または受講中に聞きたい教科
入門レベルの統計学 世界で最も簡単な統計学（小嶋博之、2009）
世界で最も簡単なベイズ統計学入門（小嶋博之、2017）
確率過統計（漢陽大学理想化教授、2014）
Reading Materials: Data Science from the Scratch - Ch.5, Ch.6, Ch.7 高校理科レベルの線形代数学 (Matrix と Vector の基本概念は Review が必要) Essence of linear algebra
Linear Algebra（Khan Academy）線形代数学（漢陽大学理想化教授、2013）
- Advance Course Reading Materials - Data Science from the Scratch - Ch.4 高校理科レベルの微積分学（概念の理解が必要） Essence of calculus(3Blue1Brown, 2017)
Python基礎データ科学のためのPython入門（TEAMLAB、2017）
Git Pro Git (スコットシャコン | ベン・ストラウプ、2016)
Git＆Github（TEAMLAB、2016）Git講義（ライフコーディング、2014）
5.講師紹介
チェ・ソンチョル（Director of TEAMLAB ）
- Email: teamlab.gachon@gmail.com
感動筋、江南区、カン・ドンフン、カン・ミング、カン・スンヒョン、カン・シンヒョン、カン・ジョンモ、カン・チョンソン、チュン・ギョン、コ・サンギュ、キム・ソク、キム・ソルファ、キム・ソンソン、キム・ヨンゴン、キム・ヨンボク、キム・ワン、キム・ウジェ、キム・ウォンジュン、キム・ユジュン、キム・ジェフン、キム・ジョンチョル、キム・ジュホ、キム・ジュンヨプ、キム・ジュンチョル、キム・ジュンテ、キム・ジフン、キム・ジニョン、キム・テヒョン、キム・テヒョン、キム・ヒョンスナム・グンヨン、労働痕、ノ・ジョンチョル、ノ・ジンソン、ノ・テジュ、リュ・ジェグク、リュ・ジファン、モク・ジョンファン、ムン・ジョンベ、ムン・ジンソル、ムン・ジンウォン、パク・ギョンファ、パク・ドンヒ、パク・ドゥガン、パク・ミンジュン、パク・ソンホ、パク・セウォン、パク・スヨン、パク・シンヨン、パク・ジェホ、パク・ジェミン、パク・ジェミンパク・チョルホン、パク・テギュン、パク・テウク、パク・ヘウォン、パク・ホンソン、パク・フンボム、パク・フンジュ、ペ・ユンソン、ペ・イファン、ペ・ジン、ペク・ギルホ、ペク・サンイル、チェ・ソプ、ソ・ギョンジンシン・ドンス、シン・ミョンソク、シン・イクスン、シン・ジェグン、シン・ジョンヒョン、シン・ジンギュ、シン・ホンソプ、アン・ビョンフン、アン・ジュンヒ、ヤン・ジェヨル、オ・ソンウ、オ・スンジェ、オク・ジェウ、ウ・ジウォン、ウォン・ソン、ウォン・ジェヒョク、ユ・ヨンホ、イ・デギュ、イ・ドクギ、イ・ドンジュン、イ・ミンソン、イ・サンヨプ、イ・ソンジュ、イ・ソンハン、イ・ソンフン、イ・スファン、イ・スンギュ、イ・スンジュン、イ・シンエ、イ・ヨンジュン、イ・ヨンスク、イ・ヨンイル、イ・ヨンジョン、イ・ウンソプ、イ・ザホ、イ・ジェジュン、イ・ジェヒョン、イ・ジョンヨン、イ・ジョンホ、イ・ジョンソク、イ・ジュウン、イム・セミン、イム・ウォンギュン、イム・ジョンテ、イム・ジホン、イム・チェヒョン、チャン・ソクウォン、チャン・ウイル、チャン・ウチョル、チャン・ジュンヒョク、チャン・ヒョンジョン、チャン・ホンギ、チョン・ギョンファン、チョン・ジョンヒョン、チョン・グァンユンチョ・ミンハ、チョ・スジョン、チョ・ヨンマン、チョ・ヨンジュン、チョ・ウォンソク、チョ・ジェムン、チョ・ジュンヒョン、チュ・ジョンソク、ジンソラ、チャ・ドンチョル、チャ・ジンマン、チェ・ホジン、チェ・ギョンミン、チェ・ウンシク、チェ・インボ、チェ・ジョンウォン、チェ・ジェホ、チェ・ジュンシク、チェ・ハンドン、推定ホ、ハ・ジュンス、ハン・ボム、ホン・シムヒ、ホン・ジュンウォン、ホン・テファン、ファン・デソン、ファン・イヨン、ファン・ジヨン、ヒョジュ、エリック、Sunghuek Park、ラブアップ（Lablup）、シン・ジョンギュ、TeamLab、チェ・スギョン、リセリー
カリキュラム
全体
139件 ∙ (28時間 20分)
講座資料（こうぎしりょう）:
受講レビュー
全体
41件
4.3
41件の受講レビュー
