강의

멘토링

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

コード5行の魔法、5行機械学習PyCaret:データ分析プロジェクトにAutoMLの翼を授ける

こんにちは!データ分析をしながら、毎回同じコードを繰り返し書くことに疲れてしまったことはありませんか?😫 これからはPyCaretで、あなたのプロジェクトに翼を授けましょう!🚀 この講義では、わずか5行のコードで機械学習の退屈で複雑なプロセスの大部分を自動化する秘訣をお教えします。 この講義を受けると、このように変わります!✨ 実戦プロジェクトマスター:📈顧客購入予測(分類)、📉医療費予測(回帰)、🧩顧客グルーピング(クラスタリング)、⏳航空旅客数予測(時系列)まで!4つの核心プロジェクトを実際に進めながら、「本当の」問題解決能力を養うことができます。 専門スキルを装備:これだけではありません!🤖作成したモデルをMLOpsで管理し、数回のクリックでAPIサーバーまでパパッと作成する専門スキルも丁寧にお教えします。本当に驚きですよ! ワークライフバランスを死守:何より、皆さんの反復業務を大幅に減らし、核心的な分析だけに集中できるようにします。定時退社はボーナスです!😉 コーディングにまだ慣れていない方も、生産性を爆発的に高めたい現職の専門家の方も、皆さん大歓迎です!👋 私と一緒に「10倍速いデータサイエンティスト」に生まれ変わってみませんか?

難易度 初級

受講期間 無制限

  • haeyeomiso
Python
Python
automl
automl
Machine Learning(ML)
Machine Learning(ML)
mlops
mlops
AI
AI
Python
Python
automl
automl
Machine Learning(ML)
Machine Learning(ML)
mlops
mlops
AI
AI

受講後に得られること

  • 機械学習ワークフローの自動化:わずか数行のコードで、データの前処理からモデルの比較、チューニング、評価に至る全工程を自動化し、分析速度を10倍以上に高めることができます。

  • 4大機械学習プロジェクト実習:顧客購入予測(分類)、医療費予測(回帰)、顧客セグメンテーション(クラスタリング)、時系列予測など、実際のビジネス課題を解決しながら実務感覚を養います。

  • エキスパートレベルのコード作成法:単なるスクリプトを超え、複数の実験を安定的に管理できるオブジェクト指向(OOP)APIの使用法をマスターすることで、より堅牢なコードを作成できるようになります。

  • 「ブラックボックス」モデルの解釈能力:モデルがなぜそのような予測をしたのかをSHAPライブラリを通じて視覚的に分析し、それをビジネスインサイトへとつなげる能力を習得します。

  • MLOpsの基礎スキルの習得:MLflowで実験プロセスを追跡し、完成したモデルを数回のクリックでAPIやDockerfileとして作成し、デプロイの準備をする方法を学びます。

PyCaret、データ分析のチートコード 🎮

コーディングはPyCaretに任せて、私たちはデータと遊びましょう!

せっかく機械学習を勉強したのに…なぜ自分のコードはいつも長くて複雑なのでしょうか? 🤔 データ分析、どうすればもっと楽しくできるでしょうか?

そこで用意しました! 💪

この講義は、皆さんが苦労してコーディングしていた時間を大幅に短縮し、本当に楽しい「データの深掘り」だけに集中できるようサポートします。AutoMLのためのPyCaretという素晴らしいツールを使って、機械学習モデリングの全プロセスを驚くほどシンプルにしてみましょう。

😎 この講義を受けた後は?

  • モデリングの自動化: 前処理から数十個のモデル比較まで、コーヒー一杯を飲む間に終わらせる

  • 「根拠のある」モデル選び: 「勘」ではなく数値で!なぜこのモデルが良いのか、自信を持って言えるようになります。

  • 実践プロジェクトをクリア: 4つのリアルなデータを使いこなしながら、自分だけの素晴らしいポートフォリオをあっという間に作ることができます。

  • モデルと対話する: 「AI、なぜそう予測したの?」AIに質問して答えを聞くように、モデルの本心を解釈できるようになります。(feat. SHAP)

  • きれいなコードを残す: 後で見返しても理解しやすい、整理されたコードを書くノウハウも同時につかめます。

  • mlops: 機械学習プロジェクトの悩み!システム運用方法がわかります

🕹 4つのプロジェクト攻略

百聞は一見に如かず!実際に4つのプロジェクトを攻略しながら、実践感覚を養いましょう。

#1この顧客、ジュースを買うかな?(分類)
顧客の購買行動を予測してみましょう。

📉 #2医療費はいくらかかる?(回帰)

데이터で人々の医療費を予測してみましょう。🧩

#3顧客をグループに分けてみようか?(クラスタリング)

似たような顧客同士をグループ化して、新しい特徴を見つけ出します。

#4未来には乗客が何人になるか?(時系列)

過去のパターンから未来を予測してみましょう。

🙋 このような方なら、特に楽しめるはずです!

  • 機械学習の理論は知っているけれど、コードに落とし込もうとすると途方に暮れてしまう方


  • 繰り返されるコーディングを減らし、本当の分析だけにエネルギーを注ぎたい方


  • 自分だけのデータ分析プロジェクトを立派に完成させて、ポートフォリオを作りたい方 and turn it into a portfolio.

このような内容を学びます。

モデリング自動化スキル

複雑な前処理から数十個のモデル比較まで、わずか数行のコードで終わらせる方法を学び、分析時間を大幅に短縮できます。

4つの代表的なプロジェクト

  • 4つのデータを使って、分類・回帰・クラスタリング・時系列プロジェクトを自ら完成させてみましょう!


モデル解釈能力

AIがなぜこのような予測をしたのか、その意図を読み解き、他の人に自信を持って説明する方法を学びます。 🧐

最適モデル選択のノウハウ

「勘」ではなく正確なデータと指標に基づき、自分の課題に最も適した最高のモデルを選ぶ養うことができます。

受講前のご注意事項

実習環境

  • 講義はMacOSを基準に説明します。環境構築はOS別に説明します。

前提知識および注意事項

  • 基本的なPythonの文法


こんな方に
おすすめです

学習対象は
誰でしょう?

  • 現職のデータアナリスト・データサイエンティスト:反復的なモデリング作業にかかる時間を画期的に短縮し、仮説検証やインサイトの導出により集中したい方

  • 機械学習学習者・就職活動生:機械学習の理論は知っているが、実際のデータを扱い、プロジェクトを完成させることに難しさを感じている方

  • 開発者・企画者・マーケター:コーディングへの負担を軽減しながら、データに基づいた予測モデルを迅速にプロトタイピングし、実務に活用したい方

前提知識、
必要でしょうか?

  • Python基礎文法

  • 分類(Classification)、回帰(Regression)といった機械学習の基本概念を理解していることが望ましいです。

こんにちは
です。

はじめまして!

AIとコンピュータ工学の無限の可能性を探求し、その旅を皆さんと共有したいヘヨです。

学部時代は「コンピュータ工学中毒」と呼ばれるほど専攻に情熱を注ぎ、専攻GPA4.4以上で首席卒業しました。その後、S大学院でAIを専攻して修士号を取得し、博士課程を通じて専門性を深めました。

しかし、理論的な探究と同じくらい、現実世界の問題をAIで解決することに大きな魅力を感じ、博士課程を一時休学してスタートアップでAIベースのLLMおよびビデオ分析プロジェクトを経験し、貴重な実戦経験を積みました。

現在は国内トップ3の大手企業の一社で、LLMプロジェクトの開発およびPMとして勤務しており、AI技術が私たちの生活にもたらすポジティブな変化を創り出すことに貢献しています。私がこれまで経験してきた悩みや解決のプロセス、そして現場で得た生きたノウハウを、皆さんに惜しみなくお伝えします。AIという興味深い世界への旅路において、心強いガイドになれるよう努めます。

お問い合わせ・ご提案:haeyeo.open@gmail.com

カリキュラム

全体

25件 ∙ (4時間 56分)

講座掲載日: 
最終更新日: 

受講レビュー

全体

2件

4.0

2件の受講レビュー

  • abcd123123님의 프로필 이미지
    abcd123123

    受講レビュー 330

    平均評価 5.0

    5

    100% 受講後に作成

    • exquisite789731님의 프로필 이미지
      exquisite789731

      受講レビュー 2

      平均評価 4.0

      修正済み

      3

      76% 受講後に作成

      コードを直接実行するのではなく、すでにNotionに作成されたコードとその結果を見せながら説明されます。個人的に講義内容はすっきりと無駄がありませんが、一方でまるでChatGPTが説明しているような印象を受けました。

      haeyeomiso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!