chevron_left

DS検定（データサイエンティスト検定）対策講座
PREMIUM
第5回

文字起こし

データサイエンス⼒【前半】

2024年12月30日 35min
データサイエンス⼒【前半】 play_arrow おためし受講

スライド資料

会員登録して、全てのスライドを見よう

1 / 35

授業の概要

第5回「データサイエンス⼒【前半】」

本授業では以下について学びます。

  • データ前処理

    • 外れ値・欠損値処理：データの質を保つためのクリーニング。
    • 標準化：データのスケールを揃えてモデル学習を安定化。

  • 回帰分析

    • 単回帰分析：1つの変数から予測
    • 重回帰分析：複数の変数を使って予測

  • モデル評価指標

    • RMSE/MAE：誤差の大きさを測る
    • 決定係数：モデルがデータをどれだけ説明するか

  • 分類と評価

    • 線形回帰：数値予測
    • ロジスティック回帰：カテゴリ予測
    • 混同行列：Precision（適合率）、Recall（再現率）で精度評価
    • ROC曲線/AUC：モデルの分類性能を評価

  • モデルの検証方法

    • ホールドアウト法：データを学習用とテスト用に分ける
    • 交差検証：データを分割して繰り返し評価

  • 過学習と対策

    • 過学習：トレーニングデータに適合しすぎること
    • 対策：交差検証、正則化、モデルの簡略化

こんな人にオススメ

DS検定受験者、データサイエンティストを目指している方、実務に役立てたい方

担当の先生／パーソナリティ

チャプター

play_arrow
本授業で学ぶこと
00:10
play_arrow
外れ値・異常値・欠損値
01:56
play_arrow
確認問題①
01:23
play_arrow
名義尺度、順序尺度、間隔尺度、比較尺度
02:18
play_arrow
単回帰分析
03:40
play_arrow
線形回帰分析とロジスティック回帰分析
05:35
play_arrow
確認問題②
02:31
play_arrow
過学習とは
02:14
play_arrow
確認問題③
00:59
play_arrow
機械学習の手法、「教師あり学習」「教師なし学習」
07:27
play_arrow
章末問題