受講対象者
- 人工知能プロジェクトをはじめとしたデータ分析プロジェクトに携わるデータエンジニア
- 前提知識
- 「Pythonによるデータアナリティクス ～Step2 機械学習基礎編(分類・回帰)～」または「【オンデマンド実習】Pythonによるデータアナリティクス 機械学習基礎編(分類・回帰)」を受講済み、あるいは同程度の知識があること。具体的には、Pythonの「pandas」「matplotlib」「scikit-learn」などのデータ分析ライブラリを用いて、機械学習モデルを作成、評価（データの分割および評価指標の理解）できること。
コース内容
到達目標
本コース修了後、次の事項ができることを目標としています。
- １．構造化データ（数値データ）を、分析可能な形式に加工することができる。
- ２．構造化データ（数値データ）を、機械学習適用時にモデルの精度が向上するようなデータに加工することができる。
- ３．非構造化データ（テキストデータなど）を、分析可能な形式に加工することができる。
修了・合格基準
学習進捗率100％であること
注意事項
- 「Pythonによるデータアナリティクス ～Step3 機械学習応用編(データ加工)～」コースを受講済みの方は、内容が重複するため、受講の必要はありません。
動作環境
OS×ブラウザ：Microsoft Windows 10・11×Microsoft Edge・Google Chrome 音声：あり 音声のテキスト：あり
| 関連コース | <前提コース>【集合】Pythonによるデータアナリティクス ～Step2 機械学習基礎編(分類・回帰)～ <前提コース>【オンデマンド実習】Pythonによるデータアナリティクス 機械学習基礎編(分類・回帰) |
|---|---|
| 関連コースマップ | データ利活用-データサイエンス データ利活用-AI(人工知能) |
このコースを受けた人はこんなコースを受けています。
0
1
11