Kaggle Learnの中間機械学習マイクロコースへようこそ！
機械学習のバックグラウンドがあり、モデルの品質をすばやく向上させる方法を学びたい場合は、適切な場所にいます。このマイクロコースでは、次の方法を学習することで、機械学習の専門知識を加速します。
- 実世界のデータセットでよく見られるデータ型（欠測値、カテゴリ変数）に取り組むこと
- 機械学習コードの品質を向上させるためのパイプラインを設計すること
- モデル検証（相互検証）に高度な技術を使用すること
- Kaggleコンペティション（XGBoost）で広く使用されている最先端のモデルを構築すること
- 一般的で重要なデータサイエンスの間違い（漏洩）を避けること
その過程で、新しいトピックごとに実際のデータを使用して実践的な演習を完了することで、知識を強化します。実践的な演習では、Kaggle Learnユーザー向けの住宅価格コンペティションのデータを使用します。ここでは、79の異なる説明変数（屋根のタイプ、寝室の数、バスルームの数など）を使用して住宅価格を予測します。このコンテストに予測を送信し、リーダーボードで自分のポジションが上がるのを見て、進捗状況を測定します。
前提条件
以前に機械学習モデルを構築したことがあり、モデルの検証、過学習と学習不足、ランダムフォレストなどのトピックに精通している場合は、このマイクロコースの準備ができています。
機械学習にまったく慣れていない場合は、この中間マイクロコースの準備に必要なすべてを網羅した入門マイクロコースを確認してください。
あなたの番です。
最初の演習に進んで、Kaggleコンテストに予測を送信する方法を学び、開始する前に何を確認する必要があるかを判断します。
 | データサイエンスの森 Kaggleの歩き方 [ 坂本俊之 ] 価格:2,904円 |
 | 価格:3,608円 |
 | すぐに使える！業務で実践できる！PythonによるAI・機械学習・深層学習アプリ [ クジラ飛行机 ] 価格:3,520円 |
