まとめ

Python で設計する Machine Learning ワークフロー

Dr. Chris Anagnostopoulos

Honorary Associate Professor

まとめ

  • 教師あり学習パイプラインの復習:
    • 特徴量エンジニアリング
    • モデル学習
    • モデル選択
  • 過学習のリスク
  • データフュージョン
  • ノイズの多いラベルとヒューリスティック
  • 損失関数
    • 偽陽性のコスト vs 偽陰性のコスト
Python で設計する Machine Learning ワークフロー

まとめ

  • 教師なし学習:
    • 異常検知
    • 新奇検知
    • 距離尺度
    • 非構造化データ
  • 実務での活用例:
    • サイバーセキュリティ
    • ヘルスケア
    • リテールバンキング
Python で設計する Machine Learning ワークフロー

おめでとうございます！

Python で設計する Machine Learning ワークフロー

Preparing Video For Download...