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。
プログラミングの演習は、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（設定は不要です）。Colaboratory は、ほとんどの主要なブラウザでサポートされており、パソコン版の Chrome と Firefox で十分にテストされています。エクササイズをダウンロードしてオフラインで実行する場合は、こちらの手順でローカル環境を設定してください。
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。