
皆のための大規模言語モデル LLM Part 5 - LangGraphで私だけのAIエージェント作り
AISchool
最新AI技術の集大成であるAIエージェント!様々なAIエージェントを実装してみながら、LangGraphを利用した自分だけのAIエージェント実装法を学習してみます。
중급이상
LangGraph, AI Agent, LangChain
さまざまなKaggleの例を使って、機械学習(Machine Learning)の基礎からじっくり学習し、 簡単に触れるのは難しい、現代の機械学習エンジニアの鮮やかなプロジェクト経験談や実践的な蜂蜜のヒントまで一度に学びましょう。
機械学習の概念
機械学習モデルのパフォーマンス向上法
Google Colabの使い方
機械学習ライブラリ - scikit-learn, xgboost
機械学習/データ分析ライブラリ - Numpy, Pandas
データ可視化ライブラリ - matplotlib, seaborn
機械学習実務プロジェクトの進行方法
様々なキャグル例で学ぶ機械学習基礎、
現業エンジニアの実務蜂蜜チップまで一度に! 😀
0. 機械学習(Machine Learning, ML)とは?
1. 複雑な設置が不要な簡単な実習環境
2. scikit-learnについて & 私の最初の機械学習モデル
3. KaggleとKaggle Competitionの紹介
4. Linear Regressionアルゴリズム(Ridge、Lasso、ElasticNet)
5.性能が良く人気のある八方美人形予測器ランダムフォレスト
6. Kaggleの勝者が愛用するアルゴリズムXGBoost
7. 現業機械学習エンジニアが聞こえる実務物語
8. 実務者が知らせる DS/ML 実践のヒント
学習対象は
誰でしょう?
マシンラーニングを初めてご利用の方
データ分析技術を学びたい人
機械学習エンジニアとして就職したい人
機械学習エンジニアとしての就職後に仕事のプロセスが気になった人
IT大企業現業機械学習エンジニアの実務ハニーチップを得たい方
前提知識、
必要でしょうか?
基本的なPython使用経験
9,096
受講生
671
受講レビュー
351
回答
4.6
講座評価
29
講座
全体
60件 ∙ (7時間 19分)
全体
21件
4.6
21件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
5
基礎をよく握ることができました。
こんにちは。貴重な時間を割いて受講していただきありがとうございます~!詳しい受講評もありがとうございます~。より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!
¥7,167
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!