|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/autoviml-rc-learningpythonsignate/
课程评论：没有评论
## AutoViMLによる分類モデル/回帰モデル作成講座：【AutoML/Python/SIGNATE】 本講座は、Automated Machine Learning ToolであるAutoViMLパッケージを活用し、機械学習モデルの構築、評価、および精度向上に焦点を当てた実践的なコースです。 **コース概要:** AutoViMLの公式ドキュメントを基に、AutoViMLの各引数（Arguments）の理解を深め、回帰モデルおよび分類モデルの作成方法を習得します。さらに、モデルの予測精度を向上させるための実践的なヒントも提供します。 **実践的な学習:** 講義では、実際にSIGNATE（日本のデータサイエンスコンペティションプラットフォーム）のコンペティションに参加し、AutoViMLによる機械学習モデル自動化ツールの予測精度を検証します。これにより、手軽かつ実用的なツールとしてのAutoViMLの能力を肌で感じることができます。 **対象者:** 機械学習に苦手意識のある方でも、AutoViMLの強力な自動化機能によって、容易にモデル構築に取り組むことができます。 **コース内容:** * **Section 1: はじめに** * **Section 2: 回帰【Tips】** * **Section 3: 回帰【Diamonds】** * **Section 4: 二値分類【Titanic】** * **Section 5: マルチクラス分類【Iris】** * **Section 6: SIGNATEチャレンジ 【山火事の消失面積予測】** * **Section 7: SIGNATEチャレンジ 【毒キノコの分類】**
本講座はAutomated Machine Learning Tool（自動機械学習モデル）であるAutoViMLパッケージを使用し、公式ドキュメントを参考にしながら AutoViMLのArguments、そして回帰/分類モデルの作成、やモデルの予測精度向上のコツを学習していくコースとなっています。また、講義の中では分析コンペティション（SIGANTE）にも参加し、機械学習モデル自動化ツールがどれほどの予測精度を出すか確認できます。手軽で実用的なツールなため、機械学習に苦手意識を持っていた方でもお勧めです。コース内容は以下の通りです。Section1:はじめにSection2:回帰【Tips】Section3:回帰【Diamonds】Section4:二値分類【Titanic】Section5:マルチクラス分類【Iris】Section6:Challenge for SIGNATE 【山火事の消失面積予測】Section7:Challenge for SIGNATE 【毒キノコの分類】
