機械学習モデルを作成する

中級
AI エンジニア
データ サイエンティスト
開発者
学生
Visual Studio Code
Azure

Microsoft Learn では、対話的な方法で、従来の機械学習の概要を理解することができます。 これらのラーニング パスは、ディープ ラーニングのトピックに移行するための優れた基盤にもなり、各自の生産性を向上させます。

最も基本的な従来の機械学習モデルから、探索的データ分析やカスタマイジングのアーキテクチャまで、ブラウザーを離れることなく、概念的内容や対話型の Jupyter Notebook を簡単に把握することができます。

知識と興味に応じて自分のパスを選択してください。

オプション 1: 完全なコース: 機械学習のためのデータ サイエンスの基礎

ほとんどのユーザーには、このパスがお勧めです。 これには、概念の理解を最大限に高めるカスタム フローを備えた、他の 2 つのラーニング パスと同じモジュールがすべて含まれています。 基になる概念と、最も一般的な機械学習ツールでモデルを構築する方法について知りたい場合は、このパスを使用してください。 また、従来の機械学習からの移行を予定していて、ディープ ラーニングとニューラル ネットワーク (ここでのみ紹介します) について知りたい場合にも、このパスが最適です。

オプション 2: "機械学習のデータ サイエンスについて理解する" ラーニング パス

機械学習のしくみについて知りたいが、あまり数学的な知識がない場合は、このパスを使用してください。 過去の知識 (コーディングの概念の簡単な知識は必要です) については問わず、コード、メタファー、ビジュアルについてのアハ体験を提供します。 実践的な内容ですが、使用可能なツールとライブラリの機能よりも基礎の理解に重点を置いています。

✔オプション 3: "機械学習モデルの作成" のラーニング パス

機械学習についてある程度理解している場合や、数学的な知識が豊富である場合は、"機械学習モデルの作成" のラーニング パスにすぐに移動することをお勧めします。 これらのモジュールは、機械学習の概念のいくつかを学習しますが、すぐに移動することで、scikit-learn、TensorFlow、PyTorch などのツールを使用できます。 このラーニング パスは、Azure ML や Azure Databricks などの製品の機械学習の例を理解するのに十分な知識をお求めの方にも最適です。

✔ 現在、このパスにいます。開始するにはスクロールしてください。

前提条件

このラーニング パスは、基本的な数学的概念の知識を前提としています。 Python に関する経験も役立ちます。

このラーニング パス内のモジュール

データの探索と分析は、データ サイエンスの中核です。 データ サイエンティストは、Python などのプログラミング言語でデータを探索、視覚化、操作するスキルを必要とします。

回帰は、数値を予測するために一般的に使用される機械学習です。

分類は、項目をクラスに分類するために使用される機械学習の一種です。

クラスタリングとは、似た項目をクラスターにグループ化するために使用される機械学習の一種です。

ディープ ラーニングは機械学習の高度な形式であり、接続されたニューロンのネットワークを通じて人間の脳が学習する方法をエミュレートします。