Tag: KNN

Coursera 강좌 추천: 기계 학습 소개: 지도 학습

Enroll Course: https://www.coursera.org/learn/introduction-to-machine-learning-supervised-learning 이번 블로그에서 소개할 강좌는 Coursera에서 제공하는 ‘기계 학습 소개: 지도 학습’입니다. 기계 학습이란 무얼까요? 쉽게 말해, 기계가 데이터를 통해 스스로 학습하여 예측하는 기술입니다. 이 과정에서는 여러가지 지도…

Coursera의 ‘Supervised Machine Learning: Classification’ 과정 리뷰 및 추천

Enroll Course: https://www.coursera.org/learn/supervised-machine-learning-classification 안녕하세요, 데이터 과학과 머신러닝에 관심이 많은 여러분! 오늘은 Coursera에서 제공하는 ‘Supervised Machine Learning: Classification’ 과정을 소개하고, 그에 대한 리뷰를 남기려 합니다. 이 과정은 분류(classification) 문제를 해결하기 위해…

機械学習キャップストーンコースレビューとおすすめ

Enroll Course: https://www.coursera.org/learn/machine-learning-capstone コース概要 『機械学習キャップストーン』コースでは、Pythonをベースにしたさまざまな機械学習ライブラリ(Pandas、scikit-learn、Tensorflow/Keras)を使用し、コースのレコメンダーシステムを構築し、コース関連データセットを分析します。このコースは、次のトピックに焦点を当てています: コース推薦システムの構築 データ分析とコサイン類似度の計算 KNN、PCA、非負行列の協調フィルタリングの適用 類似性に基づく推薦システムの構築 コース評価の予測 シラバスの概要 このコースは、具体的なモジュールに分かれており、以下のような内容が含まれています: キャップストーンの概要 – レコメンダーシステムの基本的なアイデアに関するビデオが提供され、その後のラボでの作業がこの概念に基づいています。 探索的データ分析と特徴エンジニアリング – データセットのパターンを探るための分析を行い、コースタイトルやジャンルの統計を可視化します。 非監視学習ベースのレコメンダーシステム – 異なる方法で3つのコース推薦システムを作成します。興味スコアに基づく推奨や、K-meansクラスタリングを用いたシステムを構築します。 監視学習ベースのレコメンダーシステム – ニューラルネットワークを使用してコースの評価を予測します。回帰分析と分類モデルを実装するラボがあります。 推薦システムの共有とプレゼンテーション – Streamlitを使用して、自分の作業を見せるアプリを構築し、成功するレポートの作成ガイドラインをレビューします。 最終提出物 – 他の受講者の提出物をレビューし、互いにフィードバックを行います。…