AI(人工知能)開発のプログラミング言語として高い人気を誇るPython。データ処理や機械学習のためのライブラリも豊富です。本特集では5回にわたって、Pythonの実習を通じて実際の機械学習モデルの開発方法を解説していきます。

特集
Pythonで役立つAIをつくる方法
目次
-
そのモデルは本当に使えるか、機械学習の評価とチューニングを押さえる
モデルが実際に業務で使えるかどうかは、予測結果がどの程度信頼に足るかによってきます。そこで重要になるのが、「評価」です。今回はどのような考え方でモデルの評価をしたらよいか確認し、モデル構築の最終ステップである「チューニング」について説明していきます。
-
PythonでAI開発、「アルゴリズム選択」と「学習」は恐ろしく簡単
Pythonプログラムで乳がんの判定に関するモデルの構築方法を学びます。今回は「データ分割」「アルゴリズム選択」「学習」「予測」のステップについて細かく説明します。
-
AI開発には必須、データの「確認」と「前処理」の方法を学ぶ
前回、乳がんの検診データをPythonで読み込みました。今回は、そのデータの「確認」と「前処理」をしていきましょう。
-
PythonでAI開発、scikit-learnとpandasでデータを読み込んでみよう
今回から、乳がんの判定に関するモデルの構築を題材に、PythonでのAI開発の方法を見ていきましょう。医学の場合、最終的な病気の診断は、あくまで医者が行うものですが、このようなモデルがあれば医者は自分の診断の正しさを確認できます。これも、機械学習モデルとしての意味のある利用形態です。
-
PythonでAI開発に挑戦、まずは9つの手順を押さえる
AI(人工知能)開発のプログラミング言語として高い人気を誇るPython。データ処理や機械学習のためのライブラリも豊富です。本特集ではPythonの実習を通じて、実際の機械学習モデルの開発方法を解説していきます。
日経クロステック Special
What's New
経営
- NECとインテルが語るデータの民主化とは
- ものづくりと経営をデータでつなぐ試みとは
- 企業をまたいでERPを連携? 何が起こる
- 全方位DXを推進する意義。カバー範囲は
- DXを内製で実現する「3ステップ」
- 平等より特別の方がビジネスに有利な理由は
- 「データのサイロ化」の原因とその解決法
- 中小企業がDXで効果を上げるには?
- 深い業務理解で顧客を支援≫キヤノンMJ
- 製造業DXを成功に導くための3つの勘所
- コロナ禍のデジタル活用=DXではない理由
- 経営層に求められるDXの船“進水”のコツ
- 少量の学習データでもAI活用が可能に!?
- 富士通と日本IBMがローカル5Gで協業
- つなぐポイントシステムが地域を盛り上げる
- 2021年は「MESH」が花開く時
- DX先進企業は何を考えているか?