Python（scikit-learn）による機械学習実装20問

■ 機械学習をもっと学ぶなら『キカガク』へ
https://www.kikagaku.ai/

■ 講義使用ファイル
https://drive.google.com/drive/folders/1YUEzbUDSVKnGKw3k2DCWx8zFCc_8WR0V?usp=sharing

本動画では、機械学習に必要な一連の流れ、データ処理からモデル構築、評価までを一通りお伝えする内容となります。機械学習の細かな知識は一旦置いておき、「Pythonで機械学習を実装する」ことにフォーカスした内容となっております。20問にチャレンジすることで、機械学習実装の大枠を理解できているだけでなく、間違いなくスキルが上がっていることでしょう。是非楽しみながらノックに入っていきましょう！

00:00 イントロ
00:35 1. データの読み込み
01:39 2. 欠損値の確認
02:12 3. 欠損値除去
03:12 4. 欠損値補完
07:24 5. 乱数補完(part1 乱数生成)
09:37 6. 乱数補完(part2 前後の分布の確認)
12:56 7. 前の値で補完
14:35 8. ダミー変数へ変換
16:29 9. Min-Max Scaling
21:52 10. 標準化
23:20 11. 主成分分析 (part1 標準化)
26:47 12. 主成分分析(part2 変換)
32:17 13. 主成分分析(part3 プロット)
35:20 14. ロジスティック回帰(part1 データ分割)
37:45 15. ロジスティック回帰(part2 モデルの学習)
39:14 16. ロジスティック回帰(part3 性能評価)
42:18 17. k-近傍法
46:24 18. 重回帰分析(part1 学習データ準備)
49:14 19. 重回帰分析(part2 モデルの学習)
50:10 20. 重回帰分析(part3 モデルの評価)