After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
Google News で、似たニュース記事が自動的に同じトピックにまとめられているのを見たことはありませんか？その裏側でどのような処理が行われているのか、気になったことはありますか？このコースでは、Python の SciPy ライブラリを使ったクラスタリングを通して、教師なし学習を紹介します。データの前処理や、階層的クラスタリングと k-means クラスタリングの実装を取り上げます。コース全体を通して、人気のサッカーゲーム FIFA 18 の選手データを題材に学習します。受講後は、さまざまなクラスタリング手法を素早くデータに適用し、生成されたクラスタを可視化して結果を分析できるようになります。
前提条件
カリキュラム
コース概要
1
クラスタリング入門
ニュース記事を分類できるようになる前に、まずクラスタリングの基本を学びます。本章では、教師なし学習と呼ばれる Machine Learning アルゴリズムの一群を紹介し、その中でも代表的な手法であるクラスタリングを取り上げます。広く使われている2つのクラスタリング手法――階層的クラスタリングと k-means クラスタリング――について学びます。最後に、クラスタリングを始める前に必要な基本的な前処理手順を確認します。
2
階層的クラスタリング
この章では、人気の高いクラスタリング手法である階層的クラスタリングと、その SciPy による実装に焦点を当てます。階層的クラスタリングの実行手順に加えて、データにいくつのクラスタが存在するのかという重要な問いに答えるための考え方を学びます。章の終わりには、階層的クラスタリングの限界と、利用時に考慮すべきポイントについて議論します。
3
k-means クラスタリング
この章では、別のクラスタリング手法である k-means クラスタリングと、その SciPy による実装を紹介します。k-means クラスタリングは、前章で取り上げた階層的クラスタリングの最大の欠点を克服します。デンドログラムは階層的クラスタリングに特有であるため、本章では k-means を実行する前にクラスタ数を見つける方法の一つを扱います。最後に、k-means クラスタリングの限界と、このアルゴリズムを使う際の注意点について議論します。
4
実世界のクラスタリング
2つの代表的なクラスタリング手法に慣れてきたところで、この章ではそれらを実世界の課題に適用していきます。まずは画像の支配的な色を見つけるプロセスを説明し、続いて導入で触れたニュース記事のクラスタリング問題に進みます。章の最後では、可視化が難しくなる多変量でのクラスタリングについて取り上げます。
Pythonで学ぶクラスタ分析
コース修了
