機械学習、実戦実装能力まで心強く!
直接コンテストの機械学習モデルを実装してください。
講義紹介🤖
こんにちは、
Pythonマシンラーニング完璧ガイドの著者クォンチョルミンです。
実務で必要とする真の機械学習の専門家になるためには、機械学習の理解だけでなく、データ処理能力、適用業務の理解能力を一緒に備えなければなりません。しかし、これらの能力は、実際に経験していないか、計画的に訓練されていない場合は、多くの時間と労力を費やしても得るのが難しい要因です。
今回発売した「キャッツ・アドバンスド・マシンラーニング実戦撲滅」講義は、キャグルの「Home Credit Default Riskコンテスト」のマシンラーニング問題を私と一緒に実装していきながら、これら3つの要素を培養していき、皆さんの本番マシンラーニング実装能力と自信を確実にアップグレードできるように作られています。
「Home Credit Default Riskコンテスト」の問題には、実務業務で利用できるタイプのデータモデルと複数のデータセットがあります。
本講義は、このコンテスト問題に基づいて、データモデルと分析ドメイン、データ分析EDA、Feature Engineering、ハイパーパラメータチューニング、モデル性能最適化など、機械学習の重要な領域について、十分に対応する能力を培養できるように詳細詳しくはコードを実装しながら説明をさせていただきます。
講義で使用される機械学習アルゴリズムは、多くのカグラーが愛するLightGBMです。実装の課題を通じて、Home Credit Default Riskコンテストの上位10%に相当する実装コードを書くことで、パフォーマンスを最適化したモデル実装に対する自信を得ることができます。
本講義の特徴 📚
1. 詳細で簡単な実践コードの説明とLive Codingによる実際の実装の理解も向上
講義のほとんどが実習コードを説明する部分になっており、非常に詳しくコードをLine by Lineで説明します。特に重要な実装部分の場合は、私と一緒にLive Codingを実行できるように作られており、あなたの実装理解度をさらに向上させます。
2. キャグルやデイコンなどのコンテストを備えた性能中心モデル実装能力の向上
本講義では、キャグルやデイコンなどのコンテストで高い成績を上げられるように、高度な機械学習技術、Feature Engineering、ハイパーパラメータチューニング技術を学びます。
これにより、皆さんを機械学習コンテストに自信を持って臨むことができるレベルに上げます。
3. 実務に必要な機械学習前の領域の詳細な説明
このレッスンでは、データモデルと分析ドメイン、データ分析EDA、Feature Engineering、ハイパーパラメータチューニング、モデルパフォーマンスの最適化など、機械学習の全分野について詳しく説明しています。
これにより、シルクマシンラーニングだけでなく、データ処理と業務ドメインの理解能力を向上させることができます。
講義選手の知識 🏃♂️
本講義は、機械学習の基礎理解をあらかじめ備えている受講生の方のための Advanced 機械学習プロジェクト講義です。 「 Python 機械学習完璧ガイド」本の1~4章(分類)まで程度の内容を理解していると仮定して作られました。
「 Python 機械学習完璧ガイド」 本や講義に触れなかったとしても、「Python 機械学習完璧ガイド」目次をプレビューして、4 章分類までの目次内容が見慣れない場合は受講できます。
練習環境💻
Jupyter Notebook Colab
12GB以上のRAMメモリを持つ環境ならどこでも可能です。 (8GB程度は最後の実習段階でメモリ不足で実習が難しい場合があります)。 12GB以上のRAMがない場合は、Googleクラウド$ 300の無料クレジットを使用してサーバーを作成するか、Googleコラボを使用してください。レッスンの最初のセクションでこれらの練習環境をどのように設定するかについて詳しく説明します。
練習コードはジュピターノートブックの形で提供され、Googleコラボ用の練習コードが別途提供されます。実習コード、講義資料は、本講義セッション資料室からダウンロードを受けることができます。
Inflearnが出会った人👨💻
クォンチョルミンのインタビューを読んでください。 見に行く