機械学習中級
研究のための機械学習モデリングのフロー
表データや実験データから、特徴量の整理、モデルの学習、パラメータ調整、検証、結果の解釈までを行う、研究の予測モデリングに向いたフロー。
Python（研究用スタック）scikit-learn
3〜8 時間 5 ステップワークフローを見る
分類、回帰、クラスタリング、モデル評価に使える、定番のオープンソース Python 機械学習ライブラリ。
scikit-learn は Python エコシステムで最もよく使われるオープンソースの機械学習ライブラリの一つで、分類、回帰、クラスタリング、次元削減、特徴選択、モデル評価、データ前処理に対応しています。研究データのモデリング、授業、機械学習のプロトタイプ開発に向いています。
適用場面：機械学習、分類・回帰、クラスタリング、モデル評価、Python によるデータ分析
注意：scikit-learn は従来型の機械学習タスク向けです。深層学習のタスクには PyTorch や TensorFlow を検討できます。