【後編】米国データサイエンティストがやさしく教える機械学習超入門【Pythonで実践】

※本講座は「米国データサイエンティストがやさしく教える機械学習超入門」の後編です．先に前編の受講をお願いします※

機械学習の基礎(主に分類とクラスタリング)を学べます．学習した理論をPythonでどのように実際のデータに適用できるのかも学習でき，理論x実装の相乗効果で確実に機械学習を習得できます．

(２部構成で本講座は「後編」となっており，主に分類とクラスタリングのアルゴリズムを解説しています．)

【特徴】

- 米国で働く現役データサイエンティストから学ぶ

- 実際の現場でどのように使うのかを解説

- 機械学習の事前知識は不要

- 全くの未経験者でも本講座を受講すれば機械学習の基本を理解することができる

- Pythonでの実装も紹介

- 学習したことをすぐに実データに適用可能

- DockerとJupyterLabを使った本格データサイエンス環境 (Dockerを使って簡単環境構築)

- これ1本で理論x実装が同時に，着実に学べる

機械学習の理論とPythonの実装のレクチャーは別になっているため，理論だけを学習することも可能です．そのためPythonを知らなくても本講座で機械学習を学ぶことができます．

Pythonの実装のレクチャーは，Pythonの基礎知識とデータサイエンスに必要なPython(NumpyやPandasなど)の知識が必要です．

Macを使って講義を進めますが，環境が作れればWindowsでも問題ありません．

DockerとJupyterLabを使った本格的なデータサイエンスの環境を使いますが，WindowsでDocker環境を作れれば，全く同じ環境を構築することができます．(Windowsでの環境構築のサポートはしておりません．あらかじめご了承ください)