このシリーズは誰に向けたものですか?
このシリーズは、ML をゼロから学ぶ初心者、特に次のような方を対象としています。
- 基本的な Python は知っていますが、ML プロジェクトの実行には自信がありません。
- いくつかの個別のアルゴリズムを学習しましたが、それらをまだ完全なプロセスに組み立てていません。 ・分かりやすく学びたい、たくさん練習したい、公式の詰め込みは避けたい。
どのように学習しますか?
各レッスンは固定フレームに従って設計されています。
- 直感: まず「なぜ」を理解します。
- コード: 最小限の例を実行し、パラメーターを編集して違いを確認します。
- 数学だけで十分: 結果の読み取りとモデルのデバッグに必要な部分のみを学習します。
- チェックリスト: 学習を完了した後に何をしなければならないかを明確に知ってください。
シリーズ後の出力
完了すると、以下が得られます。
- 1 つの再利用可能なエンドツーエンド ML パイプライン。
- 適切な指標を選択し、データ漏洩を回避するスキル。
- パイプライン、相互検証、標準チューニングの使用経験。
- ポートフォリオに含める明確なルーブリックを含む 1 つのキャップストーン プロジェクト。
ファストトラック
- パート 0: 初心者のための入門 (セットアップ + 最初のモデル + ベースライン)。
- パート 1: 教師あり学習の基礎 (回帰/分類/メトリクス)。
- パート 2: 産業用ワークフロー (パイプライン/CV/漏れ/エラー分析)。
- パート 3: 使用するのに十分な高度なアルゴリズム (ツリー、クラスタリング、時系列)。
- パート 4: 制作 + 説明可能性 + キャップストーン。
混乱しないように勉強するための推奨方法
- 毎週 2 ～ 3 レッスンを学習し、演習を完了することを優先します。
- ベースラインを得る前に、いきなり複雑なモデルに取り掛からないでください。
- レッスンごとに、仮説、結果、学んだ教訓の 3 つのアイデアを記録します。
まったく初めての方は、パート 0 から正しい順序で始めてください。