機械学習集中講座は自社に適していますか?
機械学習集中講座を開始する前に、次の事前作業セクションと前提条件セクションを読み、すべてのモジュールを完了できる状態にしてください。
事前作業
機械学習集中講座を開始する前に、次のことを行います。
- 機械学習を初めて使用する場合は、機械学習の概要をご覧ください。 この短い自習形式のコースでは、機械学習の基本概念を学習できます。
- NumPy を初めて使用する場合は、NumPy Ultraquick Tutorial Colab の演習を行ってください。このコースでは、このコースで必要なすべての NumPy 情報を提供しています。
- pandas を初めて使用する場合は、pandas の UltraQuick チュートリアル Colab の演習を行ってください。このラボでは、このコースに必要な pandas の情報がすべて提供されています。
Prerequisites
機械学習集中講座は、機械学習に関する予備知識を必要としません。ただし、提示されたコンセプトを理解して演習を完了するには、次の前提条件を満たすことをおすすめします。
変数、一次方程式、関数のグラフ、ヒストグラム、統計的手法に精通している必要があります。
優れたプログラマーであること。Python でのプログラミング経験があるため、プログラミング経験があることが理想的です。ただし、経験豊富なプログラマーであれば、通常、Python の経験がなくてもプログラミングの練習を完了できます。
以降のセクションでは、参考になるその他の追加資料について説明します。
代数学
線形代数
三角法
統計
- 平均値、中央値、外れ値、標準偏差
- ヒストグラムの読み取り機能
微積分(省略可、高度なトピック向け)
- 導関数の概念(実際に微分係数を計算する必要はありません)
- 勾配または傾き
- 偏導関数(勾配に密接に関連)
- チェーン ルール(ニューラル ネットワークのトレーニングのためのバックプロパゲーション アルゴリズムを完全に理解するため)
Python プログラミング
以下の Python の基本については、Python チュートリアルで説明されています。
関数の定義と呼び出し(位置パラメータとキーワード パラメータを使用)
for
ループ、for
複数のイテレータ変数(for a, b in [(1,2), (3,4)]
)文字列形式(例:
'%.2f' % 3.14
)。変数、割り当て、基本データ型(
int
、float
、bool
、str
)
いくつかのプログラミング演習では、より高度な Python のコンセプトを使用します。
Bash ターミナル / Cloud Console
ローカルマシンまたは Cloud Console でプログラミング演習を行うには、次のコマンドラインに精通している必要があります。