gacco機械学習無料講習のおすすめ

ここ早稲田大学監修　電気通信大学大学院 清 雄一 他

Week1
第1回　Python言語の基礎

1-1 Python言語とは
1-2 変数・代入・数値計算
1-3 比較演算子・真偽値・ループ
1-4 条件分岐・関数
1-5 NumPyによる配列の処理
第2回　Python言語によるデータ分析の基礎

2-1 NumPyによる統計値の計算・列に対する演算
2-2 Matplotlibによる散布図の描画
2-3 pandasを使った統計値の分析

Week2
第3回　教師あり学習・教師なし学習-1

3-1 教師あり学習 k-NN（1）
3-2 教師あり学習 k-NN（2）
3-3 教師あり学習 回帰（1）
3-4 教師あり学習 回帰（2）
3-5 ハイパーパラメータ調整と評価
第4回　教師あり学習・教師なし学習-2

4-1 決定木
4-2 サポートベクターマシン（1）
4-3 サポートベクターマシン（2）
4-4 クラスタリング
4-5 アソシエーション分析

Week3
第5回　強化学習

5-1 強化学習とは？（1）
5-2 強化学習とは？（2）
5-3 価値関数ベース手法（モンテカルロ法）
5-4 価値関数ベース手法（Q-learning）
5-5 価値関数ベース手法（Sarsa）
5-6 ”OpenAI Gym” フレームワーク（1）
5-7 ”OpenAI Gym” フレームワーク（2）
5-8 方策探索ベース手法
5-9 環境の自作と利用
5-10 Q-learning+ニューラルネット
第6回　その他一般的な機械学習についていくつか

6-1 ハイパーパラメーターチューニング
6-2 入力データの標準化・正規化
6-3 Data leakage
6-4 不均衡なデータへの対応、他
6-5 機械学習の注意点

Week4
第7回　異常検知と半教師あり学習

7-1 はじめに
7-2 異常検知（1）
7-3 異常検知（2）
7-4 異常検知（3）
7-5 半教師あり学習（1）
7-6 半教師あり学習（2）
7-7 半教師あり学習（3）
7-8 半教師学習と能動学習