Awesome_Machine_Learning_Solutions
1.0.0
私の著書『Machine Learning Solutions』の厳選されたリポジトリのリスト。
さまざまな機械学習 (ML) 手法を使用して最先端のデータ サイエンス アプリケーションを開発する方法を学ぶ機会が得られます。本書は、データ サイエンス アプリケーションの構築と最適化に役立つ実践的なガイドです。章の説明の後に表示されるリンクを使用して、ソース コードにアクセスできます。
第 1 章、信用リスク モデリング。この章では、顧客がローンを滞納するかどうかを予測するのに役立つ予測分析モデルを構築します。可能な限り最良のソリューションを得るために、外れ値検出、特徴変換、アンサンブル機械学習アルゴリズムなどを使用します。
第 2 章、株価予測。この章では、過去のデータセットに基づいて株価指数の価格を予測できる予測モデルを構築します。ニューラル ネットワークを使用して、可能な限り最善の解決策を導き出します。
第 3 章、顧客分析。この章では、マーケティング キャンペーンを最適に実行できるように顧客セグメンテーションを構築する方法を説明します。 K 最近傍アルゴリズム、ランダム フォレストなどのさまざまな機械学習アルゴリズムを使用して、ベースライン アプローチを構築できます。可能な限り最良のソリューションを得るために、アンサンブル機械学習アルゴリズムを使用します。
第 4 章、電子商取引のためのレコメンデーション システム。この章では、電子商取引プラットフォーム用のレコメンデーション エンジンを構築します。類似の書籍を推薦できる推薦エンジンを構築します。相関関係、TF-IDF、コサイン類似度などの概念を使用してアプリケーションを構築します。
第 5 章、感情分析。この章では、映画レビューの感情スコアを生成します。最良の解決策を得るために、リカレント ニューラル ネットワークと長期短期記憶ユニットを使用します。
第 6 章、ジョブ推奨エンジン。この章では、ジョブ推奨エンジンの作成に使用できる独自のデータセットを構築します。また、求人推薦システムを構築するために、すでに利用可能なデータセットも使用します。基本的な統計手法を使用して、可能な限り最善の解決策を導き出します。
第 7 章、テキストの要約この章では、医療転写の抽出的な要約を生成するアプリケーションを構築します。基本的なアプローチには、すでに利用可能な Python ライブラリを使用します。その後、さまざまなベクトル化とランキング手法を使用して、医療文書の概要を取得します。アマゾンの商品レビューの概要も生成します。
第 8 章、チャットボットの開発この章では、ルールベースのアプローチと深層学習ベースのアプローチを使用してチャットボットを開発します。 TensorFlow と Keras を使用してチャットボットを構築します。
第 9 章、リアルタイム物体認識アプリの構築、この章では転移学習について学びます。畳み込みネットワークとYOLO (You Only Look Once) アルゴリズムについて学びます。アプリケーションを開発するには、事前トレーニングされたモデルを使用します。
第 10 章、顔認識と顔の感情認識、この章の前半では、人間の顔を認識できるアプリケーションを構築します。この章の後半では、人間の表情を認識するアプリケーションを開発します。このアプリケーションを構築するには、OpenCV、Keras、TensorFlow を使用します。
第 11 章「ゲーム ボットの構築」この章では強化学習について学習します。ここではジムまたはユニバースライブラリを使用してゲーム環境を取得します。最初に Q 学習アルゴリズムを理解しました。その後、同じものを実装してゲーム ボットをトレーニングします。ここでは atari ゲーム用のボットを構築しています。
付録 A、チート シートのリスト。この章では、データ サイエンス アプリケーションで頻繁に使用するさまざまな Python ライブラリのチート シートのリストを取得します。
付録 B、ハッカソンで勝つための戦略、この章では、ハッカソンで勝つために考えられる戦略がどのようなものかを見ていきます。また、自分自身をアップデートするのに役立つ素晴らしいリソースもいくつかリストアップしました。
