機械学習と聞いて、ちょっと難しいかもしれない、と思われるかもしれません。
たしかに、機械学習は数学を基礎にしており、その理論は容易ではありません。
しかし、重要なのは理論を習得することでなく、そのエッセンスを理解して、
実際のデータ解析の現場で活用することにあります。
そこで、本講座では、数式を一切使わず、機械学習の現場での活用をモットーにRの演習を通じて機械学習を学習します。
- 機械学習のための統計基礎
- 高校生程度の数学の復習
- 平均、分散、相関分析
- 統計と機械学習の違い
- 回帰分析
- 主要成分分析
- Rでの演習
- 四則計算
- グラフの描画
- ファイルの読み込み
- 平均、分散、相関分析
- 天気データに基づく回帰分析
- ビールの趣向アンケートに基づいた主成分分析の方法
- 機械学習の第一歩
- アソシエーション分析
- 階層クラスタリング
- K平均法
- Rでの演習
- アソシエーション分析の演習
- Groceriesライブラリを用いて、関連商品購入分析
- arulesパッケージのインストール
- アソシエーションルールの表示
- アソシエーションルールの可視化
- クラスタリング (樹形図) の演習
- K平均法の演習
- 機械学習
- カーネル法・サポートベクターマシン
- ランダムフォレスト
- Rでの演習
- カーネルライブラリのインストール
- SPAM学習データの作成
- SPAMテストデータの作成
- サポートベクターマシンによるモデル生成
- 生成したモデルによる判別率判断
- 交差検定
- ランダムフォレストのパッケージインストール
- 学習データ、テストデータの準備
- ランダムフォレストモデルの生成
- 生成したモデルによる判別率判断
- まとめ