コーディングを必要としないデータ分析、機械学習 - オレンジ3（Orange3）の基礎

コーディングなしでデータ分析ができます！

💭 こんな感じしてみましたか？

「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。

💻テキストコーディングを理解していなくても学ぶことができます。

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。

✔️これを学ぶ

• 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。

😎この講義は！

•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。

📂講義資料紹介

•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

🔍 受講前、気になります！