しゅん

はじめに クラスタリング（教師なし学習）は「ラベルがないデータをグループ分けする」手法です。顧客のセグメント分類・異常検知・データの探索的分析など幅広く使われます。代表的な3つの手法の特徴と使い分けを解説します。 k-means法 from...

はじめに 機械学習モデルの「精度（Accuracy）」だけを見ていると、本当に使えるモデルかどうかわかりません。問題の種類・データの特性に合わせて適切な評価指標を選ぶことが重要です。DS検定・E資格でも評価指標は頻出テーマです。 分類問題の...

はじめに 画像分類を実装するとき、ゼロからCNNを学習させるより「事前学習済みモデルをファインチューニング」する方が圧倒的に精度が高く、データも少なくて済みます。PyTorchを使ったファインチューニングの実装を解説します。 ファインチュー...

はじめに 強化学習（Reinforcement Learning）は教師あり学習・教師なし学習とは異なる機械学習のパラダイムです。E資格では強化学習の基礎が出題範囲に含まれており、製造業のスケジューリング最適化や在庫管理への応用も研究されて...

はじめに 機械学習のコードは実験的な性質上、型ヒントなしで書かれていることが多いです。でも実務でチーム開発をする場合や、後から自分のコードを読み返すとき、型ヒントがあるとぐっと読みやすくなります。Pythonの型ヒントを機械学習コードに導入...