Machine Learning Course

Pythonによるデータサイエンス＆機械学習コース

📚 コース内容

1. Pythonでグラフ

• データ可視化の基礎
• 日経平均株価データの可視化
• UKガスデータの時系列プロット
• ファイル: YANG GUANGZE(1).ipynb

2. データ種類・基礎統計量

• データの種類と特徴
• 記述統計量の計算
• 顧客・売上・ブランドデータ分析
• ファイル: YANG GUANGZE(2).ipynb

3. 確率分布・区間推定

• 確率分布の理論と実装
• 信頼区間の計算
• ファイル: YANG GUANGZE(3).ipynb

4. 仮説検査

• 統計的仮説検定
• t検定、カイ二乗検定
• ファイル: YANG GUANGZE(4).ipynb

5. 回帰分析

• 単回帰分析の理論と実装
• 最小二乗法
• ファイル: YANG GUANGZE(5).ipynb

6. 重回帰分析

• 多変量回帰モデル
• 変数選択手法
• ファイル: YANG GUANGZE(6).ipynb

7. 主成分分析

• 次元削減手法
• PCAの理論と実装
• ファイル: YANG GUANGZE(7).ipynb

8. 判別解析

• 線形判別分析
• 分類問題への応用
• ファイル: YANG GUANGZE(8).ipynb

9. クラスター分析

• k-means法
• 階層クラスタリング
• ファイル: YANG GUANGZE(9).ipynb

10. K近傍法

• k-NN分類・回帰
• 距離尺度の選択
• ファイル: YANG GUANGZE(10).ipynb

11. ニューラルネットワーク・決定木

• 多層パーセプトロン
• 決定木アルゴリズム
• ファイル: YANG GUANGZE(11).ipynb

12. 集団学習

• アンサンブル学習
• バギング・ブースティング
• ファイル: YANG GUANGZE(12).ipynb

13. Kaggle実践

• Kaggleコンペティション参加
• 実データでの機械学習
• ファイル: YANG GUANGZE(13).ipynb

14. 機械学習モデルの改善

• ハイパーパラメータチューニング
• モデル評価・改善手法
• ファイル: YANG GUANGZE(14).ipynb

15. 最終レポート

• 総合的な機械学習プロジェクト
• メインファイル: YANG GUANGZE(最終レポート).ipynb

🎯 最終成果物

予測モデル - 最終レポート

総合的な機械学習プロジェクトとして、複数のアルゴリズムを比較検討し、最適な予測モデルを構築。

📁 プロジェクト構成

Machine-Learning-Course/
├── code/
│   ├── 1/ - 15/     # 各章のコードとデータ
│   └── ...          # Jupyter Notebook形式
└── README.md        # このファイル

🛠️ 使用技術

• 言語: Python
• 主要ライブラリ:
  • NumPy, Pandas (データ処理)
  • Matplotlib, Seaborn (可視化)
  • Scikit-learn (機械学習)
  • TensorFlow/Keras (深層学習)

📊 学習内容

本コースでは、データサイエンスと機械学習の基礎から応用まで、実践的なPythonプログラミングを通じて学習します。