Pythonで学ぶ「機械学習」入門【知識ゼロでも大丈夫】

デジタルアドバンテージ　一色政彦

　「機械学習は難しそう」と思っていませんか？　心配は要りません。この連載では、「知識ゼロから学べる」をモットーに、機械学習の基礎と各手法を図解と簡潔な説明で分かりやすく解説します。Pythonを使った実践演習もありますので、自分の手を動かすことで実用的なスキルを身に付けられます。

0. 今回使用するデータセット
1. サンプルデータを読み込んでみよう（pandas使用）
・読み込んだデータは、そのまま使えない？！　前処理の必要性
・【コラム】特徴量エンジニアリング
2. 前処理：カテゴリー値を数値に置き換えよう（pandas使用）
3. 前処理：欠損値がないか確認し、あれば対処しよう
・欠損値の有無を調べる（pandas使用）
・欠損値を処理する（pandas使用）
4. 前処理：異常値がないか確認し、あれば対処しよう
・グラフから異常値を検出する（Matplotlib使用）
・統計量からも異常値を確認する（pandas使用）
【応用テクニック】より洗練された可視化と数値計算
・より高度なグラフ描画（seaborn使用）
・【コラム】探索的データ分析で有用なseabornのpairplot
・より高速な数値計算（NumPy使用）
・【コラム】正規化や標準化を行うにはscikit-learnが便利
5. 機械学習の準備：データを訓練用とテスト用に分割しよう（scikit-learn使用）
・検証用データセットも必要な理由
・【コラム】ホールドアウト検証と交差検証の違い
6. 機械学習の実践：訓練～予測～評価しよう（scikit-learnの使い方）
実力試しクイズ