1/7

企業プロジェクトを通じてPythonの機械学習について学び、実践に応用する

初級
チャプター 9つ · 17時間 35分
日本語 · 英語 · 韓国語|オーディオ 韓国語

クラスを受講した方の声

こんなことを学びます

Python による機械学習

Sklearnライブラリを使用して、機械学習と専門科学技術を適用してください。

コンテキストに応じた機械学習アルゴリズムのまとめ

実際に遭遇する状況に応じて、適用するアルゴリズムを直接練習します。

データマイニング

機械学習、予測と分類、クラスタリングを適用する手法を探ります。

データをクリーンアップするデータクレンジング

データは、コンピューターの学習に役立つように調整できます。

独自の機械学習 Web プラットフォームを構築

独自のビジュアライゼーション Web プラットフォームを構築して、機械学習の適合性を判断してください。

유수의 대학교/대기업에서 인정받았던 그 강의, 이제 클래스101에서 온라인으로 만나 보세요.

▶ 一流大学・大企業に認められた講義が、Class 101からオンラインで視聴できるようになりました。


新規顧客がVIPになる確率

データからどうやって知ることができますか?

今日初めてサービスを利用した顧客Aは、この顧客がVIPになる確率を知ることができますか?


機械学習は、データの分類、予測、結果の取得に使用できます。 自社独自の機械学習プラットフォームがしっかり構築されていれば、そこにデータを入力するだけで結果値を予測できます。


ここで機械学習(機械学習)とは、コンピューターが大量のデータを学習してルールや公式を導き出すプロセスを指します。コンピューターから無数のデータを学習して新しい洞察を見つけたり、人工知能サービスを構築したりするなど、機械学習を実践に適用する試みは数多くあります。



機械学習

これは専門家だけの分野ではありませんか?

絶対にありません。 人事、マーケティング、プランニング、戦略など、職種や職種を問わず、機械学習データ分析を適用して洞察を発見し、実践に活かしています。


機械学習を使用して、次のような質問に答えることができます。

  1. 新規顧客はVIPになれますか?一体になる可能性はどのくらいありますか?
  2. 細胞画像データを使用してがんの発生率を分類することはできますか?
  3. 製造工程での不良率を予測することはできますか?
  4. サービスを利用せずにお客様が離脱することを防ぐことはできますか?

機械学習分析はもはや「専門家のための分野」ではありません!

これは、自分の議論や意見を客観的な結果で強め、他の人とは異なるスキルを身に付けることでキャリアをレベルアップさせる機会です。


どのような状況で

どのアルゴリズムを適用すべきか?

実際には、さまざまな状況に応じてさまざまな機械学習アルゴリズムが使用されます。また、それぞれの機械学習アルゴリズムを深く理解しておくことも重要です。 さらに重要なのは、「どのような状況にどのアルゴリズムを適用すべきか」ということです。'それは. そこで本授業では、実践的なデータを使ってさまざまなビジネス状況を再現し、機械学習の手法を適用します。


ケース 1.細胞画像データを用いたがん発生率の分類

ケース 2.顧客契約データによる顧客離脱の防止

ケース 3.製造プロセスの稼働条件を最適化するための欠陥率の予測

ケース 4.新規顧客のVIPオッズの計算


機械学習アルゴリズムの基礎を学び、実践的な演習を通じて実装することで、機械学習分析のすべてのプロセスを学びます。将来、私たちは 機械学習を仕事に応用する際は、自分でプロセスを設計してくださいそれはあなたにもできますし、「この状況では、このデータに特定の手法を適用すべきだ」という判断を直接下すことができます。


アイリスデータ付き

機械学習を学んだことはありますか?

この授業の目的は、「機械学習」の理解にとどまらず、機械学習を実践に応用することです。そのため、実務からかけ離れたデータではなく、購買/医療/製造/顧客データを使用してプロジェクトを直接実行し、理論と実践を組み合わせています。

データ分析コンサルタントとして働いて得たドメインインサイトをもとに、実際に遭遇する可能性のある問題を直接解決する能力を開発します。


機械学習を成功させるために欠かせないステップは、

データクレンジング

クリーンでないデータをコンピューターに学習させると、コンピューターはそれを正しく受け入れることができなくなります。そのため 前提となるプロセスは、学生が十分に学習できるようにデータをクリーンアップすることです。ということも言えます。良い教科書を選んでしっかり勉強するようなものです!

コンピューターがうまく学習できるように、実用的なデータをきちんと絞り込むプロセスを詳しくお見せします。


機械学習データ分析

ウェブプラットフォームの構築も!

実データを用いた機械学習の手法を駆使したら、他のデータが入ってきたときに予測や分類ができるかどうか、応用してみるべきですよね?

機械学習の手法を使用した後、新しいデータが入ってきたときに何が起こるかを予測するための簡単なウェブページを実装します。結果を直感的に表示できるようにビジュアライゼーションを追加して、独自のデータ分析 Web プラットフォームを構築しましょう。


データ分析能力

それはあなたの確実な武器になります。

수강생 후기

▶ 学生レビュー



このクラスへ [データクレンジング-モデル選択-トレーニング-評価-その後の適用] すべてを一度に行うことができ、機械学習を実際にすばやく簡単に使用できます。



キット・コーチング券


💌 データステーションでの1対1のコーチングチケット(1回、2問)

コーチングチケットごとに2つの質問をすることができます。

  • 1 つの質問に 300 文字で答えます
  • 以下の4つの項目のうち2つを選んで質問してください
  • できる限り詳しく質問していただくと、より正確に回答できるようになります。


1。離職や雇用に関するキャリアコンサルティング

-以下の4つの情報を入力してください。折り返しご連絡いたします。

-専攻/関心分野(製造、生産、マーケティング、医療など)/現在の状況/ 希望するキャリアパス


2。企業プロジェクト、大学、機関、企業コンテスト、プライベートプロジェクトに関する助言

-データ分析に関する現在のプロジェクトの詳細を書き留めて、回答を送ってください。

-プロジェクト名/分野/進捗状況/質問内容(トピック、方向性、分析手法、PPT、プレゼンテーション関連)


3。クラスに関連するコードと分析に関する質問

-授業で出題されるラボの問題について、フィードバックをしたり、コードを修正したりできます。


4。データ前処理コーチング

-プロジェクトまたは企業が現在実施しているデータの前処理についてコーチングを行います。

-データファイルの添付とともに、データをどのように前処理したいかを詳しく記入してください。

  • -前処理後のデータファイルの画像を簡単な表形式で記入して送信することで、正確なフィードバックを得ることができます。


📌 コーチングチケットの使用方法

  1. Class 101 のウェブまたはアプリで [マイクラス] をクリックします。
  2. [マイクラス] に移動し、[コーチングチケットミッション] に移動して [コーチングを受ける] をクリックします。
  3. [投稿する] に記入して送信してください!
  4. コーチングは質問を受けた日に基づいて行われ、7〜10日以内に回答が届きます。


🚨 コーチングバウチャーは購入日から20週間使用でき、期間内に未使用でも返金はありません。

📢 パッケージは一部変更される場合があり、変更があった場合は十分にお知らせします。

カリキュラム

クリエイター紹介

DATA STATION

DATA STATION

ハロー

ビジネスでデータ分析、講義、企業コンサルティングを行っています データステーション それは。

現在、大企業では新入社員や新入社員を対象にデータ分析講座やコンサルティングを行っています。


● 主な経歴

• ポスコ人材創造研究所データイノベーショングループ顧問教授(2018.12~現在)

• SAS JMP 韓国オフィシャルトレーニングパートナー (201803 年以降)

• イノバリュー・パートナーズ株式会社主任研究員

• 高麗大学ビッグデータコンバージェンス修士


● 研修結果

• POSCO、「ユースAI-ビッグデータアカデミー」プロジェクトコース教授

• LG イノテック、SSBD データ分析トレーニング

• ハンファトタル、ビッグデータ教育コンサルティング

• 韓国水力・原子力、データ分析トレーニング

• Samsungマルチキャンパス、Pythonを使用したデータ分析/機械学習トレーニング

• ヒュンダイNGBは既存企業にデータ分析を訓練

• 大学・大学院データ分析特別講義

데이터 스테이션

데이터 스테이션

_data_station

_data_station

このクラスに似ているおすすめクラス

データリチャードによるデータアナリストクラス、データ抽出と可視化データ分析  |  データ Richard

著作権ガイドライン

  • クラスに含まれるすべての映像と資料は著作権法など関連法令により保護される知的財産です。
  • クラスに含まれるすべての映像や資料は、無断複製、公衆送信、展示、配布などの方法で使用することはできません。違反の際、関連法令により刑事上、民事上の責任を負うことがあります。

    クラスに含まれるすべての映像と資料は著作権法など関連法令により保護されている知的財産です。
  • 著作権者の許可無く、クラスに含まれるすべての映像や資料を、無断複製、公衆送信、展示、配布などの方法で使用することはできません。違反の際、関連法令により刑事上、民事上の責任を負うことがあります。
CLASS101JAPAN株式会社
japan@101.inc