Open2
機械学習の勉強をしたい！
たぬきうどん大盛りはじめに
「競馬の予想をしたいな～」と思い、機械学習に興味を持つ。
機械学習の学習を始めていきたいけど、どうやって勉強すればいいかわからない...。
機械学習の勉強方法をスクラップしていく。
とりあえずバックボーン。
- Webエンジニア
- 機械学習の勉強はしたことない。
- Pythonは扱ったことがある。
- 生物系の大学を修了したが、数学は苦手。
目標は 「競馬の順位を機械学習で予測する」 こと。
学習方法
とりあえず、AIに勉強方法を聞いてみたので、スクラップしておく。
1. 基礎数学の復習
機械学習には数学の理解が重要ある。
以下のトピックが基礎として重要である。
- 線形代数: ベクトル、行列、行列の演算。
- 微分積分: 基本的な微分と積分の概念。
- 確率・統計: 確率分布、統計的な推測、ベイズの定理など
2.Pythonとライブラリの基礎
Pythonの基本的な文法を復習し、特に以下のライブラリに慣れておく。
- NumPy: 数値計算ライブラリ。行列計算などに使用。
- Pandas: データ操作ライブラリ。データの前処理使用する。
- Matplotlib/Seaborn: データの可視化ライブラリ。
3. 機械学習の基本概念を学ぶ
書籍等で機械学習の基本概念を学ぶ。
4. 実践的な演習
基礎を学んだら、実際に手を動かしてコードを書いく。
- Kaggle: データセットを使って実際に問題を解くプラットフォーム。。
- Google Colab: 無料で使えるJupyterノートブック環境。GPUも使用可能なので、演習に適している。
5. 機械学習プロジェクトを実践
自分でプロジェクトを企画し、実際にデータを収集・前処理し、モデルを作成・評価するプロセスを経験する。
- データ収集: 公開データセット（例えばUCI Machine Learning Repository）を使うか、自分でデータを収集する。
- 前処理: データのクリーニング、特徴量の選択など。
- モデル作成: Scikit-learnを使って基本的なモデル（線形回帰、決定木、SVMなど）を作成。
- 評価: モデルの精度を評価し、改善点を見つける。
たぬきうどん大盛りとりあえず以下を見てみる。
1. 基礎数学の復習