このページでは、ML クラッシュ コースの演習を紹介します。
プログラミング演習は、Colaboratory プラットフォームを使用してブラウザで直接実行されます（セットアップは不要です）。Colaboratory はほとんどの主要なブラウザでサポートされていますが、最も徹底したテストが行われているのは、パソコン版の Chrome と Firefox です。
線形回帰
- 理解度チェック: 線形回帰の概要
- 理解度チェック: 損失
- インタラクティブ: 線形回帰パラメータ
- 理解度チェック: 勾配降下法
- 理解度チェック: 学習率
- 理解度チェック: バッチサイズ
- インタラクティブ: 勾配降下法
- プログラミング: 線形回帰
- 最終クイズ: 理解度をチェックする
ロジスティック回帰
分類
- インタラクティブ: しきい値
- 理解度を確認する: TP、TN、FP、FN
- インタラクティブ: 適合率と再現率
- 理解度チェック: 適合率と再現率
- インタラクティブ: ROC 曲線
- 理解度チェック: ROC と AUC
- プログラミング: 分類
- 最終クイズ: 知識をテストする
数値データの操作
- プログラミング: 統計情報と不適切な値
- 理解度を確認する: リニア スケーリング
- 理解度を確認する: Z スコアのスケーリング
- 知識の確認: 正規化手法
- 理解度チェック: ビニング
- 最終クイズ: 知識をテストする
カテゴリデータの操作
データセット、一般化、過剰適合
- 直感を確認する: 概要
- 理解度チェック: 補完
- 理解度チェック: プロキシラベル
- 理解度を確認する: アンバランスなデータセット
- 直感を確認する: データセットを分割する
- 直感を確認する: テストセット
- 理解度を確認する: データセットを分割する
- 理解度チェック: オーバーフィット
- 理解度チェック: モデルの複雑さ
- 直感を確認する: 複雑さの指標
- 理解度チェック: L2 正則化
- 損失曲線の解釈
- 最終クイズ: 理解度をチェックする
ニューラル ネットワーク
- インタラクティブ: 入力レイヤと出力レイヤ
- インタラクティブ: 隠れ層の追加
- インタラクティブ: 活性化関数
- インタラクティブ: ニューラル ネットワークの構成を変更する
- インタラクティブ: ニューラル ネットワークのトレーニング
- 最終クイズ: 知識をテストする
エンベディング
大規模言語モデル
本番環境の ML システム
- 理解度を確認する: 静的トレーニングと動的トレーニング
- 理解度を確認する: 静的推論と動的推論
- 理解度を確認する: 実際の指標
- 理解度チェック: ラベル漏洩
- 理解度チェック: フィードバック ループ
- 最終クイズ: 知識をテストする
公平さ
線形回帰
- 理解度チェック: 線形回帰の概要
- 理解度チェック: 損失
- インタラクティブ: 線形回帰パラメータ
- 理解度チェック: 勾配降下法
- 理解度チェック: 学習率
- 理解度チェック: バッチサイズ
- インタラクティブ: 勾配降下法
- プログラミング: 線形回帰
- 最終クイズ: 知識をテストする
ロジスティック回帰
分類
- インタラクティブ: しきい値
- 理解度を確認する: TP、TN、FP、FN
- インタラクティブ: 適合率と再現率
- 理解度チェック: 適合率と再現率
- インタラクティブ: ROC 曲線
- 理解度チェック: ROC と AUC
- プログラミング: 分類
- 最終クイズ: 理解度をチェックする
数値データの操作
- プログラミング: 統計情報と不適切な値
- 理解度を確認する: リニア スケーリング
- 理解度を確認する: Z スコアのスケーリング
- 知識の確認: 正規化手法
- 理解度チェック: ビニング
- 最終クイズ: 理解度をチェックする
カテゴリデータの操作
データセット、一般化、過剰適合
- 直感を確認する: 概要
- 理解度チェック: 補完
- 理解度チェック: プロキシラベル
- 理解度を確認する: アンバランスなデータセット
- 直感を確認する: データセットを分割する
- 直感を確認する: テストセット
- 理解度を確認する: データセットを分割する
- 理解度チェック: オーバーフィット
- 理解度チェック: モデルの複雑さ
- 直感を確認する: 複雑さの指標
- 理解度チェック: L2 正則化
- 損失曲線の解釈
- 最終クイズ: 理解度をチェックする
ニューラル ネットワーク
- インタラクティブ: 入力レイヤと出力レイヤ
- インタラクティブ: 隠れ層の追加
- インタラクティブ: 活性化関数
- インタラクティブ: ニューラル ネットワークの構成を変更する
- インタラクティブ: ニューラル ネットワークのトレーニング
- 最終クイズ: 理解度をチェックする
エンベディング
大規模言語モデル
本番環境の ML システム
- 理解度を確認する: 静的トレーニングと動的トレーニング
- 理解度を確認する: 静的推論と動的推論
- 理解度を確認する: 実際の指標
- 理解度チェック: ラベル漏洩
- 理解度チェック: フィードバック ループ
- 最終クイズ: 理解度をチェックする
公平さ
線形回帰
- 理解度チェック: 線形回帰の概要
- 理解度チェック: 損失
- インタラクティブ: 線形回帰パラメータ
- 理解度チェック: 勾配降下法
- 理解度チェック: 学習率
- 理解度チェック: バッチサイズ
- インタラクティブ: 勾配降下法
- プログラミング: 線形回帰
- 最終クイズ: 理解度をチェックする
ロジスティック回帰
分類
- インタラクティブ: しきい値
- 理解度を確認する: TP、TN、FP、FN
- インタラクティブ: 適合率と再現率
- 理解度チェック: 適合率と再現率
- インタラクティブ: ROC 曲線
- 理解度チェック: ROC と AUC
- プログラミング: 分類
- 最終クイズ: 知識をテストする
数値データの操作
- プログラミング: 統計情報と不適切な値
- 理解度を確認する: リニア スケーリング
- 理解度を確認する: Z スコアのスケーリング
- 知識の確認: 正規化手法
- 理解度チェック: ビニング
- 最終クイズ: 理解度をチェックする
カテゴリデータの操作
データセット、一般化、過剰適合
- 直感を確認する: 概要
- 理解度チェック: 補完
- 理解度チェック: プロキシラベル
- 理解度を確認する: アンバランスなデータセット
- 直感を確認する: データセットを分割する
- 直感を確認する: テストセット
- 理解度を確認する: データセットを分割する
- 理解度チェック: オーバーフィット
- 理解度チェック: モデルの複雑さ
- 直感を確認する: 複雑さの指標
- 理解度チェック: L2 正則化
- 損失曲線の解釈
- 最終クイズ: 知識をテストする
ニューラル ネットワーク
- インタラクティブ: 入力レイヤと出力レイヤ
- インタラクティブ: 隠れ層の追加
- インタラクティブ: 活性化関数
- インタラクティブ: ニューラル ネットワークの構成を変更する
- インタラクティブ: ニューラル ネットワークのトレーニング
- 最終クイズ: 知識をテストする
エンベディング
大規模言語モデル
本番環境の ML システム
- 理解度を確認する: 静的トレーニングと動的トレーニング
- 理解度を確認する: 静的推論と動的推論
- 理解度を確認する: 実際の指標
- 理解度チェック: ラベル漏洩
- 理解度チェック: フィードバック ループ
- 最終クイズ: 知識をテストする
公平さ
線形回帰
- 理解度チェック: 線形回帰の概要
- 理解度チェック: 損失
- インタラクティブ: 線形回帰パラメータ
- 理解度チェック: 勾配降下法
- 理解度チェック: 学習率
- 理解度チェック: バッチサイズ
- インタラクティブ: 勾配降下法
- プログラミング: 線形回帰
- 最終クイズ: 理解度をチェックする
ロジスティック回帰
分類
- インタラクティブ: しきい値
- 理解度を確認する: TP、TN、FP、FN
- インタラクティブ: 適合率と再現率
- 理解度チェック: 適合率と再現率
- インタラクティブ: ROC 曲線
- 理解度チェック: ROC と AUC
- プログラミング: 分類
- 最終クイズ: 理解度をチェックする
数値データの操作
- プログラミング: 統計情報と不適切な値
- 理解度を確認する: リニア スケーリング
- 理解度を確認する: Z スコアのスケーリング
- 知識の確認: 正規化手法
- 理解度チェック: ビニング
- 最終クイズ: 知識をテストする
カテゴリデータの操作
データセット、一般化、過剰適合
- 直感を確認する: 概要
- 理解度チェック: 補完
- 理解度チェック: プロキシラベル
- 理解度を確認する: アンバランスなデータセット
- 直感を確認する: データセットを分割する
- 直感を確認する: テストセット
- 理解度を確認する: データセットを分割する
- 理解度チェック: オーバーフィット
- 理解度チェック: モデルの複雑さ
- 直感を確認する: 複雑さの指標
- 理解度チェック: L2 正則化
- 損失曲線の解釈
- 最終クイズ: 知識をテストする
ニューラル ネットワーク
- インタラクティブ: 入力レイヤと出力レイヤ
- インタラクティブ: 隠れ層の追加
- インタラクティブ: 活性化関数
- インタラクティブ: ニューラル ネットワークの構成を変更する
- インタラクティブ: ニューラル ネットワークのトレーニング
- 最終クイズ: 知識をテストする
エンベディング
大規模言語モデル
本番環境の ML システム
- 理解度を確認する: 静的トレーニングと動的トレーニング
- 理解度を確認する: 静的推論と動的推論
- 理解度を確認する: 実際の指標
- 理解度チェック: ラベル漏洩
- 理解度チェック: フィードバック ループ
- 最終クイズ: 知識をテストする