機械学習集中講座はあなたに適していますか?
機械学習集中講座を始める前に、以下の事前作業と前提条件のセクションをお読みになり、すべてのモジュールを完了する準備を整えてください。
事前作業
機械学習集中講座を始める前に、次のことを行ってください。
- 機械学習を初めて使用する場合は、機械学習の問題のフレーミングの概要をご覧ください。 この 1 時間の自習コースでは、機械学習に適した問題を特定する方法を説明しています。
- NumPy を初めて使用する場合は、このコースに必要な NumPy 情報をすべて掲載する NumPy Ultraquick Tutorial Colab 演習を行います。
- pandas を初めて使用する方は、pandas UltraQuick チュートリアルの Colab 演習をお試しください。このコースでは、このコースに必要な pandas の情報がすべて含まれています。
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できます(設定は不要です)。Colaboratory はほとんどの主要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。演習をオフラインでダウンロードして実行する場合は、こちらの手順でローカル環境を設定してください。
Prerequisites
機械学習集中講座では、機械学習に関する前提知識や事前の知識は必要ありません。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、受講者が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、統計的平均値に精通している必要があります。
プログラマーになろう。プログラミング演習は Python で行われるため、Python でのプログラミング経験があるのが理想的です。ただし、Python を使用しない経験豊富なプログラマーであれば、通常はプログラミングの演習を完了できます。
以降のセクションでは、役立つその他の背景資料へのリンクを紹介します。
代数学
線形代数
三角法
- tanh(アクティベーション関数として説明。事前の知識は不要です)
統計情報
- 平均、中央値、外れ値、標準偏差
- ヒストグラムを読み取る機能
微積分(省略可、上級者向けのトピック)
- デリバティブのコンセプト(実際にデリバティブを計算する必要はありません)
- 勾配または傾き
- 部分導関数(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逆伝播アルゴリズムを完全に理解するためのもの)
Python プログラミング
以下の Python の基本については、Python チュートリアルをご覧ください。
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、複数のイテレータ変数を含むfor
ループ(例: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
)
プログラミングの演習では、Python の次の高度なコンセプトを使用します。
Bash ターミナル / Cloud Console
プログラミング演習をローカルマシンまたは Cloud Console で実行するには、コマンドラインに慣れている必要があります。