AutoViMLによる分類モデル/回帰モデル作成講座:【AutoML/Python/SIGNATE】

このコースでは、AutoViML パッケージを活用した 自動機械学習 の実践を学んでいきます。公式ドキュメントを参考に、AutoViML の引数設定から、回帰 および 分類モデル の構築、そして 予測精度向上 のための秘訣まで、幅広くカバーします。

さらに、講義では 分析コンペティション (SIGANTE) に参加し、機械学習モデル自動化ツール の実力を検証します。手軽に始められる 実用的なツール なので、機械学習に苦手意識を持っている方にもおすすめです。

コース内容は以下の通りです。

• はじめに: 自動機械学習の基礎と AutoViML の概要を理解します。
• 回帰【Tips】: 回帰モデル の構築における効率的な設定方法と、予測精度 を高めるためのヒントを学びます。
• 回帰【Diamonds】: より高度な 回帰モデル の活用法と、予測精度 を飛躍的に向上させるためのテクニックを習得します。
• 二値分類【Titanic】: 著名な Titanic データセットを用いた 二値分類モデル の構築と評価を通して、実践的なスキルを身につけます。
• マルチクラス分類【Iris】: Iris データセットを用いた マルチクラス分類モデル の構築と、各クラスの識別精度を最大化する方法を学びます。
• Challenge for SIGNATE 【山火事の消失面積予測】: SIGANTE コンペティションに挑戦し、山火事の消失面積予測 に最適な 機械学習モデル を構築します。
• Challenge for SIGNATE 【毒キノコの分類】: SIGANTE コンペティションに挑戦し、毒キノコの分類 に最適な 機械学習モデル を構築します。

このコースを通して、AutoViML を使った 機械学習モデルの自動化 をマスターし、予測精度 を向上させるスキルを習得しましょう。