ビジネスデータ分析チュートリアル

ビジネス データ分析チュートリアル リソースの紹介:

コースカタログ

├──{10}--ユニット10電子推薦システム

| ├──{1}--推薦システムの基礎

| ├──{2}--レコメンデーションシステムの構造

| ├──{3}--人口統計に基づく推奨、コンテンツに基づく推奨

| ├──{4}--協調フィルタリングに基づく推奨アルゴリズム

| ├──{5}--グラフベースモデル、PageRankベース推奨、相関ルールベース推奨

| ├──{6}--その他の推奨方法

| ├──{7}--推奨結果の評価方法

| ├──{8}--推奨結果の評価指標

| └──{9}--推薦システムのよくある問題

├──{11}--ユニット11 ディープラーニング

| ├──{10}--LSTMに基づく株価予測

| ├──{11}--画像の位置合わせと認識 1

| ├──{12}--画像の位置合わせと認識 2

| ├──{13}--強化学習

| ├──{14}--生成的敵対ネットワーク

| ├──{15}--転移学習

| ├──{16}--二重学習

| ├──{17}--ディープラーニングの復習

| ├──{1}--畳み込みの基本概念

| ├──{2}--LeNetフレームワーク（1）

| ├──{3}--LeNetフレームワーク（2）

| ├──{4}--畳み込みの基本単位

| ├──{5}--畳み込みニューラルネットワークのトレーニング

| ├──{6}--畳み込みに基づく株価予測

| ├──{7}--リカレントニューラルネットワーク（RNN）の基礎

| ├──{8}--リカレントニューラルネットワークのトレーニングと例

| └──{9}--長短期記憶ネットワーク LSTM

├──{12}--ユニット12: 実践的な機械学習コースのディスカッション

| └──{1}--コース教授法の議論

├──{1}--ユニット 1 機械学習入門

| ├──{1}--機械学習入門

| ├──{2}--機械学習プロセス

| ├──{3}--一般的な機械学習アルゴリズム（1）

| ├──{4}--一般的な機械学習アルゴリズム（2）

| ├──{5}--機械学習における一般的な問題

| ├──{6}--機械学習の準備

| └──{7}--機械学習の一般的な応用分野

├──{2}--ユニット2分類アルゴリズム

| ├──{10}--ベイジアンネットワークモデルアルゴリズム

| ├──{11}--ベイジアンネットワークの応用

| ├──{12}--主成分分析と特異値分解

| ├──{13}--判別分析

| ├──{1}--決定木の概要

| ├──{2}--ID3アルゴリズム

| ├──{3}--C4.5アルゴリズムとCARTアルゴリズム

| ├──{4}--連続属性の離散化と過剰適合問題

| ├──{5}--アンサンブル学習

| ├──{6}--サポートベクターマシンの基本概念

| ├──{7}--サポートベクターマシンの原理

| ├──{8}--サポートベクターマシンの応用

| └──{9}--ナイーブベイズモデル

├──{3}--ユニット3: ニューラルネットワークの基礎

| ├──{1}--ニューラルネットワーク入門

| ├──{2}--ニューラルネットワーク関連の概念

| ├──{3}--BPニューラルネットワークアルゴリズム（1）

| ├──{4}--BPニューラルネットワークアルゴリズム（2）

| └──{5}--ニューラルネットワークの応用

├──{4}--ユニット4 クラスター分析

| ├──{1}--クラスター分析の概念

| ├──{2}--クラスター分析の指標

| ├──{3}--パーティションベースの方法（1）

| ├──{4}--パーティションベースの方法（2）

| ├──{5}--密度ベースクラスタリングと階層的クラスタリング

| ├──{6}--モデルベースクラスタリング

| └──{7}--EMアルゴリズム

├──{5}--ユニット5 視覚分析

| ├──{1}--ビジュアル分析の基礎

| ├──{2}--視覚分析法

| └──{3}--オンライン授業のデータ分析事例

├──{6}--ユニット6相関分析

| ├──{1}--関連分析の基本概念

| ├──{2}--アプリオリアルゴリズム

| └──{3}--相関ルールの適用

├──{7}--ユニット7回帰分析

| ├──{1}--回帰分析の基礎

| ├──{2}--線形回帰分析

| └──{3}--非線形回帰分析

├──{8}--ユニット8 テキスト分析

| ├──{1}--テキスト分析入門

| ├──{2}--テキスト分析の基本概念

| ├──{3}--言語モデル、ベクトル空間モデル

| ├──{4}--形態論、単語分割、統語解析

| ├──{5}--意味解析

| ├──{6}--テキスト解析アプリケーション

| ├──{7}--ナレッジグラフ入門

| ├──{8}--ナレッジグラフテクノロジー

| └──{9}--知識グラフの構築と応用

└──{9}--ユニット9 分散機械学習、遺伝的アルゴリズム

| ├──{1}--分散機械学習の基礎

| ├──{2}--分散機械学習フレームワーク

| ├──{3}--並列決定木

| ├──{4}--並列k平均法アルゴリズム

| ├──{5}--並列多重線形回帰モデル

| ├──{6}--遺伝的アルゴリズムの基礎

| ├──{7}--遺伝的アルゴリズムのプロセス

| ├──{8}--遺伝的アルゴリズムの応用

| └──{9}--蜂群アルゴリズム