강의

멘토링

커뮤니티

Data Science

/

Data Analysis

Rで無作為にしてみる data science

Rを介してランダムなデータサイエンスを試す講義です。データを読み込むことからモデル構築やモデルパフォーマンス戦略まで一行一行を見ながら学びます。

難易度 中級以上

受講期間 無制限

  • coco
R
R
R
R

学習した受講者のレビュー

学習した受講者のレビュー

3.8

5.0

djchoi

100% 受講後に作成

お得な講義です

5.0

나경태

100% 受講後に作成

いいね

5.0

plsch

100% 受講後に作成

よく聞きました。

受講後に得られること

  • Rで機械学習モデルを適合させる方法

  • 機械学習モデルのパフォーマンスを向上させる方法

🙆🏻‍♀ Rを通じて無作為のdatascienceをしてみる講義です。
データを読み込むことからモデル構築やモデル性能戦略まで一行一行見ながら学びます。 🙆🏻‍♂

「99.9%livecoding、一行一行追いかけながら学ぶDataScience」

✅注意事項

この講義は理論よりも実習に焦点を当てている講義です。
Rに関する基本的な知識と機械学習の全般的な知識が必要です。

🗒講義紹介

Rも学び、機械学習も学びましたが、データ分析をすることができませんか?
このレッスンは、データ入力から機械学習モデルの構築、モデルパフォーマンスの向上戦略まで、1行1行のコードを直接見ながら学ぶレッスンです。

🌈マシンラーニングモデルランダムフィット

  • Rの基本データとしてLinear regressionとDecision treeを適合させてみます。
  • 回帰モデルを解釈し、学習検証データを分割する方法について話します。

🌈心臓病予測モデルを構築しよう(Linear regression)

  • ロジスティック回帰分析を通じて心臓病予測モデルを構築します。
  • 変数の選択方法について学び、stepwise/forawrd/backward regression をそれぞれ適切にします。

🌈映画レビュー感性分析で試す機械学習

  • 映画レビューデータの収集から感性モデルの構築まですべて試してみてください。
  • 最も基本的に使用されるテキストの前処理方法であるDcoument Term Matrixを使用してモデルを構築します。
  • Ensemble learning テクニックを適用してみます。
  • Word2vecを活用してレビューをベクトル化し、それを使用して機械学習モデルに適しています。

🌈 kaggle データ分析で学ぶ機械学習

  • クラスが不均衡なデータを扱う方法について話します。
  • RandomOversampling/SMOTE/DBSMOTEなどに適しています。
  • 問題に応じてモデルのパフォーマンスを向上させることができる方法について考えて、自分で実装してみます。

🙋🏻‍♂️気になりました!

Q. Rをどのくらいするか知っておくべきですか?
A. 基本的には、データを読み込んで前処理する必要があります。 Rプログラミング基礎講義は必須で受講する必要があり、中級講義はオプションです。

Q. 機械学習と統計学はどのくらい知っておくべきですか?
A. 基本的な統計学(t.test/anovaなど、学部教養授業レベル)をご存知で、機械学習に関する理論的な知識(学部専攻授業レベル)があれば聞きやすくなります。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • 統計学も学び、機械学習も学びましたが、実践経験がない人

  • 複数の機械学習モデルに適合したい人

前提知識、
必要でしょうか?

  • Rに関する全般的な知識

  • 統計学と機械学習の基礎

こんにちは
です。

8,388

受講生

509

受講レビュー

136

回答

4.4

講座評価

20

講座

学部では統計学を専攻し、産業工学(人工知能)の博士号を取得して今もなお勉強中の無職です。

受賞

ㆍ 第6回ビッグコンテスト ゲームユーザー離脱アルゴリズム開発 / NCソフト賞(2018)

ㆍ 第5回ビッグコンテスト 住宅ローン延滞者予測アルゴリズム開発 / 韓国情報通信振興協会長賞(2017)

ㆍ 2016 気象ビッグデータコンテスト / 気象産業振興院長賞(2016)

ㆍ 第4回ビッグコンテスト 保険詐欺予測アルゴリズム開発 / 本選進出(2016)

ㆍ 第3回ビッグコンテスト 野球試合予測アルゴリズム開発 / 未来創造科学部 長官賞(2015)

* blog : https://bluediary8.tistory.com

主に研究している分野は、データサイエンス、強化学習、ディープラーニングです。

クローリングとテキストマイニングは、現在は趣味でやっています :)

クローリングを利用して、人気のコミュニティ投稿だけを収集して表示する「マロン」というアプリを開発し、

全国のグルメ店リストとブログを収集して、グルメ推薦アプリも作りましたね :) (見事に大失敗しましたが..)

現在は人工知能を研究している博士課程の学生です。

カリキュラム

全体

32件 ∙ (7時間 23分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

6件

3.8

6件の受講レビュー

  • doit9383님의 프로필 이미지
    doit9383

    受講レビュー 5

    平均評価 4.2

    4

    100% 受講後に作成

    機械学習とRの基本概念をある程度知ってこそ聞くことができる講義です。

    • cdjcys35님의 프로필 이미지
      cdjcys35

      受講レビュー 18

      平均評価 4.7

      5

      100% 受講後に作成

      お得な講義です

      • goodboyboxer2186님의 프로필 이미지
        goodboyboxer2186

        受講レビュー 3

        平均評価 5.0

        5

        100% 受講後に作成

        いいね

        • plsch5171님의 프로필 이미지
          plsch5171

          受講レビュー 35

          平均評価 4.9

          5

          100% 受講後に作成

          よく聞きました。

          • razyen5988님의 프로필 이미지
            razyen5988

            受講レビュー 1

            平均評価 1.0

            1

            22% 受講後に作成

            それなりに人川をたくさん聞いたが、コルセラファーストキャンパス..その中で最悪でした。 途中でコードを誤って変更することも多すぎます。 (今の講義は4つ聞いたのにこれほどなんだが…)よくわからないので聞くのに書いた、消したり書いたり消したり…講義用でコンテンツ加工が切実だと思いますね。講師様の実力に問題があると提示するのではなく、講義なら必要なクオリティチェックが必要だという話です。本当に聞きながら聞くのが難しいので評価します。

            ¥8,721

            cocoの他の講座

            知識共有者の他の講座を見てみましょう!

            似ている講座

            同じ分野の他の講座を見てみましょう!