機械学習準備編
統計 入門 (後編)

相関係数や線形回帰などの機械学習に関係の深い統計基礎を学ぼう

初心者対象
受講人数 388名 | 学習期間目安 3時間 〜 3日
☆☆☆☆☆  0.0 (0件)

icon-check 受講期限:無制限 icon-check 受講料金:0円(無料)
icon-check 対象:初心者 icon-check 条件:会員登録

コース概要

  • 機械学習のための統計入門 前編を先にご受講ください
  • 機械学習で頻繁に出てくる統計基礎や用語
  • Zスコアと標準偏差
  • ヒストグラムと密度曲線
  • 正規分布の性質 (68-95-99.7ルール)
  • 散布図と相関関係
  • 相関係数の求め方
  • 線形回帰の基本知識
  • 残渣と最小二乗法

機械学習のための統計の基礎知識 (後編)

本コースは「統計 入門コース」の後編となります。「機械学習準備編 統計入門コース (前編)」の続きのコースとなりますので、未だ前編をご受講されていない方は、前編からお願い致します。

統計は非常に深く幅の広い学問の一つですが、本コースでは統計の基本的な知識の中から、特に機械学習を勉強する前に知っておくべき要点をまとめています。

機械学習でも頻繁に登場するデータの散らばり具合を示す「標準偏差」、さらには2つのデータの関係性を表す「相関係数」など、機械学習の世界では当たり前のように出てくる用語ですが、これらは統計の基本的な知識となります。これらの基本的な用語や概念を理解しておくことで、よりスムーズに機械学習の勉強を進めることが可能です。

加えて、本コースでは、機械学習の最もベーシックな手法の一つ、「線形回帰」の基本的な知識や考え方を、「残渣」と「最小二乗法」を用いて紐解いていきます。

統計の基礎知識をPythonで確認

本コースでは機械学習のための統計入門ですので、ただ統計の知識を学んでいくだけではなく、統計の知識をPythonを使いながら一緒に確認していきます。

チャプター2にて、Python及び本コースで使用する必要なライブラリ(Numpy、Pandas、Matpltlib)のインストールの方法について、Mac及びWindowsのOS別に説明をしています。

動画授業で統計を学びながら、一緒にPythonを使ってグラフのプロッティングや、分布の確認などを行っていきましょう。

このコースの対象者
  • これから機械学習を学ぼうと考えている方
  • 既に機械学習を勉強しているが統計の基本に不安のある方

ご注意ください

本コースでは前編と同様に、あくまで機械学習のための統計入門のコースとなります。よって、本来であれば、より詳細の説明などが必要な箇所も意図的に省略しています。これから統計を学びたいと考えている方向けのコースではありませんのでご注意ください。

受講資格

icon-check 統計入門コース (前編)の受講が完了した方

コース詳細

機械学習準備編 統計 入門 (後編)
 icon-play-circle-o Chapter 1 コース概要と紹介 04:08
 icon-pencil Chapter 2 Pythonのインストールと環境構築 02:24
 icon-play-circle-o Chapter 3 Zスコア 11:17
 icon-play-circle-o Chapter 4 密度曲線 16:53
 icon-play-circle-o Chapter 5 正規分布の性質 13:46
 icon-play-circle-o Chapter 6 散布図と相関関係 09:39
 icon-play-circle-o Chapter 7 相関係数 16:11
 icon-play-circle-o Chapter 8 線形回帰 09:30
 icon-play-circle-o Chapter 8 残差と最小二乗法 13:58

レビュー

icon-user 統計 入門 (後編)コースへのレビューの投稿はございません。

講師紹介

codexa ロゴ

本コース「Pandas 入門」はcodexa(コデクサ)の機械学習エンジニアチームにて監修・作成を行いました。機械学習チームの最大の特徴は様々なレベルの機械学習エンジニアが共同でコースの作成を行っています。人工知能先進国のアメリカで機械学習エンジニアとして活躍してきたエンジニアもいれば、日本でPHPを中心としてWebアプリケーション開発から一から機械学習を学んだエンジニアも所属しています。機械学習上級者が一方的に教えるコンテンツよりも、機械学習初心者が主体となり、初心者「が」理解しやすく、学習が継続的に行えるようなコースを提供することを目的としています。「初心者の、初心者による、初心者のための機械学習」をモットーにチーム一丸となってコンテンツを制作しています。

このコースを取っている方は次のコースも取っています