Kaggleで始めるPython AI機械学習入門コース｜高評価現役講師が丁寧にレクチャー from Udemy

■このコースのゴール

AI機械学習の基本的なプログラミング方法を習得し、さらに目標に向けて自発的に踏み出せるようになる。

■受講後にできるようになることの一例

・Pythonの基本的なプログラミングができる

・AI、機械学習とは何か基礎知識をもとに説明できる

・機械学習による予測モデルの作成フローを理解し、自分で作成できる

・自分に合ったKaggleのコンペを探し、参加できる

・今後の目標を立て、さらなるスキル習得に向けて自発的に踏み出せる

※いくつか無料のプレビュー動画を公開しておりますので、イメージ確認のためぜひご覧ください。

セクション1 はじめに

コース概要と目的

未来に向けてのステップ

ご挨拶

セクション2 コースの全体像と進め方

Kaggleの概要と最初に目指す近い未来

講座の内容と開発環境

コラム

セクション3 （STEP1）Pythonの基本的な書き方を学ぶ

このセクションで学ぶこと

Pythonの開発環境を用意しよう

Python(Anaconda)をインストールしよう

実践の注意点やポイント

Google Colaboratoryを使ってみよう

Python速習①：基礎構文

・変数①

・変数②

・リスト

・タプル

・辞書

・比較演算

・条件分岐演算

・繰り返し演算

・実習①：基礎演算

・関数

Python速習②：ライブラリ

・Numpy

・Pandas

・Matplotlib

・実習②：ライブラリ

学んだことチェック

コラム

セクション4 （STEP2）機械学習の基礎知識を学ぶ

このセクションで学ぶこと

AIとは？

機械学習とは？

機械学習の種類

教師あり学習

強化学習

教師なし学習

データ分析に必要な知識

統計指標（平均）

統計指標（中央値・最頻値）

統計指標（分散・標準偏差）

可視化（基本のグラフ）

可視化（散布図・バブルチャート）

可視化（ヒストグラム・箱ひげ図）

統計指標と可視化の注意

学んだことチェック

コラム

セクション5 （STEP3）Kaggleで実践を交えながら学ぶ

全体像の確認

Kaggleのアカウントを作成しよう

Kaggleの基本操作を確認しよう

モデル作成の流れ

Titanicコンペに挑戦！

Lesson1：データを読み込んでみよう

Lesson1：主要な統計指標を確認しよう

Lesson1：Pandas Profilingを使ってみよう

Lesson1：特徴量と目的変数の関係性を確認しよう

Lesson1：特徴量エンジニアリンクとは

Lesson1：特徴量エンジニアリンクの実践

Lesson1：（補足）One-Hotエンコーディングとは

Lesson1：モデル作成実践①（ランダムフォレストとは）

Lesson1：モデル作成実践②（ランダムフォレストの実装）

Lesson1：モデル作成実践③（予測結果のsubmit）

Lesson1：モデル作成実践④（スコアの確認）

Lesson2：精度向上に向けて取り組むこと

Lesson2：ロジスティック回帰とアルゴリズムチートシート

Lesson2：ロジスティック回帰を実装しよう

Lesson3：新たな特徴量を作ろう

Lesson4：LightGBMと過学習

Lesson4：教師データの分割と検証

Lesson4：LightGBMを実装しよう

Lesson4：予測の実施から精度を確認しよう

Lesson5：パラメータチューニングしてみよう

Lesson6：交差検証とは

Lesson6：交差検証（KFold）を実装しよう

Lesson7：交差検証（StratifiedKFold）を実装しよう

Lesson7：時系列データに関する注意

Lesson8：アンサンブルしてみよう

学んだことチェック

セクション6 （STEP4）今後の方針を学ぶ

コンペで入賞し賞金を得る未来を目指す

データサイエンティストとして働いている未来を目指す

Pythonicなエンジニアになる未来を目指す

アンケートのお願いと今後作成予定の動画について

What's inside

Syllabus

自身が目指すべき未来をイメージできる。

コースの概要と目的を理解する。

講座を受講する上で目指せるようになる未来を理解する。

講師面での講座のメリットを理解する。

この講座のゴールとそこまでのステップを理解する。

Kaggleの概要と、この講座の目指すゴールを理解する。

講座で学ぶ内容と、プログラミング環境を理解する。

KaggleとSIGNATEに関する閑話休題。

Google Colaboratoryを使って、Pythonの基礎的なプログラミングを理解する。

このセクションで作成したサンプルファイル

このセクションの全体像を理解する。

Pythonの開発環境について、ローカル型とクラウド型の概要を理解する。

Python(Anaconda)のインストール方法と、Jupyter Notebookの開き方を理解する。

プログラミングにあたり、心構えを理解する。

Google Colaboratoryの画面構成と使い方を理解する。

Pythonを使って、基本的な変数の作り方（数値や文字）を理解する。

Pythonを使って、基本的な変数の演算（四則演算や連結）を理解する。

Pythonを使って、リストの作成方法と操作を理解する。

Pythonを使って、タプルの作成方法と操作を理解する。

Pythonを使って、辞書の作成方法と操作を理解する。

変数の論理関係の考え方を理解する。

If文を使って、条件判定を伴う演算を理解する。

For文を使って、複数回処理を繰り返す演算を理解する。

If文、For文を組み合わせて目的の値を得る処理を組む。

関数の基本的な考え方と作り方を理解する。

Numpyライブラリの概要を理解する。

Pandasライブラリの概要を理解する。

Matplotlibライブラリの概要を理解する。

ライブラリを利用して目的の値を表示する処理を組む。

セクションで学んだことを確認する。

データサイエンティストに関する閑話休題。

Kaggleでの実践に向けて、基礎的な機械学習の概要を理解する。

AIとは何かと、弱いAIの概要を理解する。

機械学習とは何かを理解する。

機械学習の基本的な種類を理解する。

教師あり学習の概要を理解する。

強化学習の概要を理解する。

教師なし学習の概要を理解する。

データ分析で必須となる統計指標と可視化の考え方を理解する。

統計指標の平均とは何かを理解する。

統計指標の中央値・最頻値とは何かを理解する。

統計指標の分散・標準偏差とは何かを理解する。

可視化の基本的なグラフの種類を理解する。

散布図・バブルチャートの概要を理解する。

ヒストグラム・箱ひげ図の概要を理解する。

統計指標と可視化を利用する際のポイントを理解する。

このセクションで学んだことを確認する。

AIビジネスに関する閑話休題。

Kaggleのコンペに参加し、機械学習の予測モデル作成の流れを理解し、実践できるようになる。

Kaggleのアカウント作成方法を理解する。

Kaggleにログインし、全体の画面構成を理解する。

主要メニューの使い方を理解する。

CodeメニューからNotebookを作成する方法を理解する。

予測モデル作成の全体の流れを理解する。

Titanicコンペに参加し、データの読み込みから表示方法を理解する。

describe関数を使って、主要な統計指標をまとめて確認する方法を理解する。

Pandas Profilingを使って、各特徴量の傾向を確認する方法を理解する。

棒グラフ（ヒストグラム）を使って、各特徴量と目的変数の関係を推察する。

特徴量エンジニアリングとは何かを理解する。

各特徴量に対して、特徴量エンジニアリングによる数値変換を行う方法を理解する。

参考情報として、One-Hotエンコーディングの概要を理解する。

アルゴリズムの一つである、決定木とランダムフォレストの概要を理解する。

ランダムフォレストによるモデルの作成方法を理解する。

作成したモデルを使って、予測を行う方法を理解する。

予測結果を提出し、精度のスコアを確認する方法を理解する。

精度向上のために取り組むべきことを理解する。

アルゴリズムの一つであるロジスティック回帰と、アルゴリズムチートシートの概要を理解する。

モデルのアルゴリズムを変更する方法を理解する。

特徴量エンジニアリングにより、新たな特徴量を作成する際の指針を理解する。

決定木アルゴリズムの一つであるLightGBMの概要と、過学習とは何かを理解する。

検証の考え方と、教師データから検証データを作成する方法を理解する。

LightGBMによるモデル作成と、検証の実装方法を理解する。

予測の実施と精度の確認方法を理解する。

ハイパーパラメータの概要と、手動チューニング方法を理解する。

交差検証とは何か、なぜ行うのかを理解する。

KFold交差検証の実装方法を理解する。

Stratified KFoldの実装方法と、KFoldとの違いを理解する。

時系列データを扱う際の基本的な注意点を理解する。

アンサンブルの考え方を理解する。

講座のゴールから先の未来に向けて、自発的に動けるようになるための指針を理解する。

コンペで入賞し賞金を得る未来について、次のアクションを検討できる。

データサイエンティストとして働いている未来について、次のアクションを検討できる。

Pythonicなエンジニアになる未来について、次のアクションを検討できる。

アンケートのお願いと今後作成予定の動画について

Good to know

Know what's good

, what to watch for

, and possible dealbreakers

Develops basic programming skills in Python and introduces advanced topics used in AI and machine learning, such as algorithms and statistical analysis

Teaches students how to create predictive models and use libraries such as Numpy, Pandas, and Matplotlib

Provides hands-on experience through Kaggle competitions, allowing learners to apply their skills in a real-world setting

Introduces students to various machine learning algorithms, including decision trees, random forests, and logistic regression

Covers topics relevant to data analysis, such as statistical indicators, visualization, and feature engineering

Guides learners in setting future goals and taking steps towards self-directed skill development

Activities

Coming soon We're preparing activities for Kaggleで始めるPython AI機械学習入門コース｜高評価現役講師が丁寧にレクチャー. These are activities you can do either before, during, or after a course.

Career center

Learners who complete Kaggleで始めるPython AI機械学習入門コース｜高評価現役講師が丁寧にレクチャー will develop knowledge and skills that may be useful to these careers:

Data Scientist

A Data Scientist uses scientific methods, processes, algorithms, and systems to extract knowledge and insights from data in various forms, both structured and unstructured. This course introduces data mining techniques and helps you develop skills to foster a data-driven environment for informed decision-making in multiple domains, which is the core responsibility of a Data Scientist.

See salaries and explore the career path for Data Scientist

Data Analyst

Data Analysts are responsible for collecting, cleaning, and analyzing data to identify trends and patterns. They use their findings to make recommendations for businesses on how to improve operations or make better decisions. The data analysis techniques and skills you will learn in this course can help you lay the groundwork for a career in this field.

See salaries and explore the career path for Data Analyst

Machine Learning Engineer

Machine Learning Engineers apply machine learning algorithms and techniques to develop and maintain software applications. This course will teach you the fundamentals of machine learning such as supervised and unsupervised learning and how to use them to build and deploy machine learning models.

See salaries and explore the career path for Machine Learning Engineer

Research Scientist

Research Scientists conduct scientific research to advance knowledge and create new technologies and products. Many Research Scientists specialize in a particular field, such as computer science, biology, or medicine. This course may be useful for Research Scientists who want to learn about machine learning and data analysis techniques to complement their research.

See salaries and explore the career path for Research Scientist

Data Engineer

Data Engineers design, build, and maintain the infrastructure that stores and processes data. They work with data scientists and other IT professionals to ensure that data is accessible and reliable for analysis. This course can help you develop the skills and knowledge of data management and analysis that Data Engineers need.

See salaries and explore the career path for Data Engineer

Software Engineer

Software Engineers design, develop, and maintain software systems. They use their programming skills to create new applications or improve existing ones. This course can help you develop the programming skills and knowledge of machine learning that many employers seek in Software Engineers.

See salaries and explore the career path for Software Engineer

Business Analyst

Business Analysts help organizations improve their business processes. They use data analysis techniques to identify problems and develop solutions. This course can help you develop the skills and knowledge of data analysis and problem-solving that Business Analysts need.

See salaries and explore the career path for Business Analyst

Product Manager

Product Managers are responsible for the development and launch of new products. They work with engineers, designers, and marketers to ensure that products meet the needs of customers. This course may be useful for Product Managers who want to learn about machine learning and data analysis techniques to better understand customer needs and improve product development.

See salaries and explore the career path for Product Manager

Statistician

Statisticians collect, analyze, and interpret data to help businesses and organizations make informed decisions. They use statistical methods to identify trends and patterns in data. This course can help you develop the skills and knowledge of data analysis and statistics that Statisticians need.

See salaries and explore the career path for Statistician

Financial Analyst

Financial Analysts use financial data to make investment recommendations and provide advice to clients. They use statistical and modeling techniques to analyze financial data and make predictions about future performance. This course can help you develop the skills and knowledge of data analysis and modeling that Financial Analysts need.

See salaries and explore the career path for Financial Analyst

Actuary

Actuaries use mathematical and statistical techniques to assess risk and uncertainty. They work with insurance companies, pension funds, and other financial institutions to develop and manage risk management strategies. This course can help you develop the skills and knowledge of data analysis and statistics that Actuaries need.

See salaries and explore the career path for Actuary

Quantitative Analyst

Quantitative Analysts use mathematical and statistical models to analyze financial data and make investment decisions. They work with hedge funds, investment banks, and other financial institutions to develop and manage investment strategies. This course can help you develop the skills and knowledge of data analysis and modeling that Quantitative Analysts need.

See salaries and explore the career path for Quantitative Analyst

Operations Research Analyst

Operations Research Analysts use mathematical and statistical techniques to solve problems in business and industry. They work with companies to improve efficiency and productivity. This course can help you develop the skills and knowledge of data analysis and modeling that Operations Research Analysts need.

See salaries and explore the career path for Operations Research Analyst

Risk Analyst

Risk Analysts identify and assess risks to businesses and organizations. They use data analysis techniques to quantify risks and develop mitigation strategies. This course can help you develop the skills and knowledge of data analysis and risk management that Risk Analysts need.

See salaries and explore the career path for Risk Analyst

Data Visualization Specialist

Data Visualization Specialists create visual representations of data to help businesses and organizations understand and communicate information. This course can help you develop the skills and knowledge of data analysis and visualization that Data Visualization Specialists need.

See salaries and explore the career path for Data Visualization Specialist