データマイニング

データ・マイニング

導入

1. データマイニング概観
2. 前提
3. Python仮想環境の利用方法について

機械学習入門

4. 機械学習外観
5. コード例（線形回帰）
6. コード例（ダウンロードしたデータセットに機械学習を適用する流れ）
7. numpy入門
8. matplotlib入門
9. pandas入門＋推薦システムの例
10. 機械学習の中身を覗いてみよう
11. 1次元データセットを通した勾配法の理解

特徴量エンジニアリング

12. 特徴ベクトルと数値データ
13. 数値データに対する前処理コード例
14. カテゴリデータ
15. カテゴリデータに対する前処理コード例

特徴量エンジニアリング（テキストデータ）

16. 特徴量設計1：シソーラス、カウントと推論に基づいた設計
17. 特徴量設計1のコード例（動作確認用）
18. Spacyの基本的な使い方
19. テキストのベクトル化（spacy + α)
20. 係り受けを用いた目的語抽出＋ネットワーク描画の例
21. 極性推定（ネガポジ推定）の例
22. トピックモデルによるクラスタリング
23. 特徴的な単語の抽出
24. 特徴量設計2：word2vecによる分散表現
25. 分散表現の発展
26. 広義のファインチューニング例（gemsim版）
27. 広義のファインチューニング例（spacy版）
28. Transformersを用いたファインチューニング例

タスクとマイニングアルゴリズムの例

29. グラフマイニング
30. グラフマイニングの例
31. 頻出パターン・マイニング
32. アソシエーション分析の例
33. 推薦システム
34. 推薦システムのコード例

課題

35. 課題3：自然言語処理してみよう
36. 課題4：機械学習やデータマイニングにおけるFaireness（公平性）について論じよ。

Powered by Jupyter Book

Search

Searching for multiple words only shows matches that contain all words.

著者 Naruaki TOMA
© Copyright 2022.