スクール・教材

上級者編(Scikit-Learn)

Scikit-learn

Scikit-learnは、分類、回帰、クラスタリング、次元削減などの機械学習アルゴリズムやツールを提供。データの前処理、特徴抽出、モデルの評価などもサポートしており、機械学習の実装を容易にします。
 

1. Scikit-learn(探索的データ分析)     NBViewer  Google=Clab

この演習では、『大気腐食データセット』を活用し、探索的データ分析(Exploratory Data Analysis, EDA)の基礎を習得することを目的としています。

  • データの理解と準備: データセットの構造や分布を把握し、欠損値や異常値を検出する前処理手法を学びます。これにより、データを効果的に扱う基礎を築きます。
  • 特徴量の探索と相関分析: 気象因子を特徴量とするこのデータセットを通じ、各特徴量の分布や相関関係を詳細に探索し、データのパターンや傾向を理解する力を養います。
  • データの可視化: データを視覚的に表現することで、EDAの重要な要素である可視化手法を習得します。これにより、データの特性を直感的に理解し、洞察を得るスキルを磨きます。
  • データの解釈と洞察の獲得: 特徴量間の関係性やデータパターンを分析し、そこから得られる洞察を解釈する力を養成します。これにより、データから価値ある情報を引き出す力を培います。

 

2. Scikit-learn(予測) NBViewer    Google=Clab

この演習では、鉄の大気腐食量を気象データから予測するための『大気腐食データセット』を活用し、予測モデルにかかる機械学習の基礎を習得します。

  • 予測アルゴリズムの習得: このデータセットは、6か所で月次に測定された腐食量データを含んでいます。これを用いて、線形回帰やランダムフォレストなどの予測アルゴリズムを学び、腐食量の予測を実践します。
  • 特徴選択と次元削減の理解: 気象因子を特徴量とするこのデータセットを分析し、適切な特徴量の選択や次元削減を行うことで、モデルのパフォーマンスを向上させる方法を理解します。
  • モデル評価とパフォーマンス指標の理解: データセットを使用してトレーニングしたモデルを評価し、R²などのパフォーマンス指標を用いて予測精度を評価するスキルを習得します。
  • データの可視化と解釈: 特徴量の分布や相関関係を視覚化し、データの特性やパターンを把握する方法を学びます。これにより、モデルの解釈や予測結果の説明に役立つ洞察を得ることができます。

 

3. Scikit-learn(分類) NBViewer Google=Clab

本演習では『茶の元素分析データセット』を用いて教師なし機械学習の分類技術を学びます。このデータセットには、4種類の茶葉(ブラックセイロン、ブラックトルコ、グリーンセイロン、グリーントルコ)の元素分析データが含まれています。

  • データの可視化と解釈: 散布図やペアプロットを用いて、特徴量の分布や相関関係を視覚的に把握します。
  • 分類アルゴリズムの実装: 決定木、ランダムフォレスト、サポートベクターマシーンらの分類アルゴリズムを実装し、それぞれの特徴を理解します。
  • モデル評価 : 混同行列を用いてモデルの予測結果と正解ラベルを比較し、性能を評価する方法を習得します。

 

4. Scikit-learn(次元削減とクラスター分析) NBViewer Google=Clab

本演習では『茶の元素分析データセット』を用いて、次元削減クラスタリングの技術を使ってデータ分析を学びます。

  • 次元削減技術の学習: 高次元データを低次元に変換する次元削減手法(主成分分析(PCA)、t-SNE、UMAPなど)を学びます。これにより、多次元データを視覚化し、データの理解を深めることができます。次元削減を通じて、データのパターンを抽出し、複雑なデータセットの分析を簡素化することができます。

  • クラスタリングアルゴリズムの理解: クラスタリング手法(階層クラスタリングやK-means)を使用して、データセット内の類似性、グループやパターンを識別します。クラスタリングを通じて、データの内部構造を発見し、データ群がどのようにグループ化されるかを把握することができます。

  • 次元削減とクラスタリングの統合的活用: 次元削減とクラスタリングを組み合わせることで、データの可視化や構造の理解を深めることができます。次元削減によって得られた低次元のデータを用いて、クラスタリング結果を視覚化し、データのクラスタリングパターンを把握することで、データ分析の洞察を得ることができます。