実践データサイエンス─サンプルコードと図表で学ぶ、前処理・モデル評価・パラメータチューニング - エンジニアHub｜Webエンジニアのキャリアを考える！

実践データサイエンス─サンプルコードと図表で学ぶ、前処理・モデル評価・パラメータチューニング 実践とともに、データサイエンスに入門しよう！敷居が高いと思われがちなデータサイエンスですが、データの前処理からの手順は意外とシンプルです。本記事では、データの前処理や特徴量の作成、モデルの評価・訓練、ハイパーパラメータの調整など、基本的な知識をサンプルコードと図表を見ながら学びます。 データサイエンティストとしてのスキルを向上させるには、データの前処理や特徴量の作成、モデルの評価・訓練、ハイパーパラメータの調整など、広域にわたる知識を身に付ける必要があります。 この記事は、そうした知識を「サンプルコードと図表を見ながら、分かりやすく学習できること」を目指して作成されました。記事内では、新米データサイエンティストのOさんが登場して、ある案件のデータ分析を担当します。読者のみなさんも、ぜひOさんと一緒

[karaage]

これ良さげな記事

[minyou]

機械学習勉強中なので、後で読もう

[saruzo69]

“実践データサイエンス─サンプルコードと図表で学ぶ、前処理・モデル評価・パラメータチューニング”

[positive_positive_damono564]

読む

[kenmatsu4]

“実践データサイエンス─サンプルコードと図表で学ぶ、前処理・モデル評価・パラメータチューニング”

[omega314]

まあ、こういう「解ける」「典型的な」問題であればやることがほとんど「決まっている」ので結構な範囲がAutoMLでできちゃう気もする。（AutoMLがやっていることを理解するのはよいことだけど） この「前後」こそが大変

[izaemon314]

ライブラリとか、使う関数とか綺麗に表でまとまっててわかりやすい

[kananote]

ふ

[h_taiji]

よく読んで活かす

[ArcWaterCash]

すごくわかりやすいからシリーズ化してほしい

[mohritaroh]

目次だけで1画面分（46行）ある充実の内容とボリューム