【完全版】この動画1本で機械学習実装（Python）の基礎を習得！忙しい人のための速習コース

[@imanyu_programming]

コメント全部見てます！！ お悩みの方は公式LINEにて、お気軽にご相談ください！プログラミング×生成AI講座を近々LINEで配信予定です🔥 ↓ lin.ee/gtZiRbH

[@Tomo-qn1sm]

かつては初学者用の教材として，今は総復習用に，何周もさせていただいています．本当に感謝です

[@bartool-bb1sh]

機械学習関係の動画(20本ノック含む)の視聴後に復習として本動画を活用しました。やっと理解が進んできた手ごたえが得られました。

[@ああ-k5z3h]

初心者でこの入門講座でもかなり時間がかかるけどわかりやすくて楽しいです ありがとうございます

[@ああ-k5z3h]

ようやく教師なし学習まで辿り着けた 後少し

[@imanyu_programming]

オンライン講義を開講します！！ リアルタイム講義はめったに実施しないので、是非この機会にご参加ください！😁 日程：2021年9月10日 (金) 19:30 - 21:30 sagasuru.jp/course-details/cho-honkaku-teki-python-niyoru-gyomu-jido-ka-jissen-gazo-ninshiki-to-burauza-sosa-no-jido-ka

[@平野すえこ-i3d]

”が

[@taizov]

。。。。。。。。。。。。。。。。。。。。。。。。。。。！

[@BLACKY1031]

機械学習について、理論も実装も初学者です。 とても分かりやすくて本当に感謝しています。 強化学習編などの続編を大変期待しております。

[@imanyu_programming]

コメントありがとうございます！ そのようにおっしゃっていただき非常に嬉しいです！！

[@ひろかず-n7b]

ここまで分かりやすくまとめていただき、感謝しかありません。ありがとうございます。勉強頑張ります。

[@ぽめちー]

とても良質な素晴らしい教材をありがとうございます。

[@ぽめちー]

下記　自分用の学習メモとして使わせていただきます。 17:30 モジュールインポート numpy（ナンパイ）は、数値計算やデータ処理に役立つPythonライブラリ pandas（パンダス）は、データフレームと呼ばれるデータ構造を提供し、データを効率的に操作できるPythonライブラリ matplotlib（マットプロットリブ）は、グラフや図を描画するためのライブラリ seaborn（シーボーン）もデータ可視化に使用されるライブラリ

[@sanone1415]

会社の付き合いで受講しているセミナーの100倍分かりやすくてよき

[@imanyu_programming]

ありがとうございます！！😂

[@tt-hg4sl]

744

[@blockoli_scm]

2024年4月現在、おそらくseaborn, scatterplotのバージョン更新のせいかと思いますが、[26]行目は「sns.scatterplot(x=x_transformed[:, 0], y=x_transformed[:, 1], hue=t, palette=sns.color_palette(n_colors=3))」　のように　第一引数と第二引数にx= と y= と言う形式で入力しないといけなくなったようです。

[@NaoMiyamoto494]

めっちゃ分かりすい説明でよく理解できました！！ 本当に助かりました。ありがとうございます。

[@imanyu_programming]

ありがとうございます！！

[@セイコウ-p3q]

機械学習が例とか例えを使って詳しく紹介してくれてとても解りやすいです！人も機械も学習次第で変わるんたな？って考え方がかわりましたわ！

[@moyechen2415]

質のいい講座内容ありがとうございました！わかりやすいです

[@imanyu_programming]

こちらこそありがとうございます！！

[@ばーち-s9b]

こんなにわかりやすい説明が無料な時代に生まれてよかった

[@imanyu_programming]

そのようにおっしゃっていただき嬉しいです😂

[@sage_goes1504]

機械学習の理論だけ知ってて、具体的に実装したことはなかったから助かる 今年の後期から学部の研究室に配属されるから機械学習で自然言語処理やりたいんだよね

[@龘䨺齉纞靐鼱麤鸞驫]

F乙

[@暗号通貨ジャスミー仮想通]

サブスクライバーI、、 trx9.5％の1日あたりの利息、Webサイトを取得

[@ryoh6266]

毎回解りやすい解説ありがとうございます。 勉強不足で恐縮ですが、回帰分析を行う上で、データの正規化、標準化を行うというのがよくでできます。 説明変数の粒度を揃えるとのことですが、今回の説明はあえてそれを除いてるのでしょうか。 それとも例に使用したボストンのデータでは必要がないといことなのでしょうか。 教えていただけますでしょうか

[@hato409]

動画完走できました。２日がかりでしたが。最初の３０分を乗り越えるのが大変でした。 最近の動画は、字幕がついているので、それに慣れてしまっていて動画に出てくる用語が耳から入ってくる情報だけではイメージできなくて、大変でした。 最初は難しいと思ったのですが、動画で学習して、自分で発展させていけそうです。

[@imanyu_programming]

無事完走できたようでよかったです！！ 是非是非発展させていってください！！

[@ツナマヨ-h1o]

めちゃくちゃわかりやすいです…！！！！ ありがとうございます😭

[@imanyu_programming]

こちらこそご視聴ありがとうございます😭

[@ha-qb9vz]

分かりやすいです。ありがとうございます！

[@ruouham5644]

基本的に磯にハイエンドは持って行かない方がいいっすよ。

[@東雲-f9d]

自分用　1:11:00

[@なな-k4v]

イントロの動画編集すごい好きです。ゲームのチュートリみたーい(*´ω｀*)

[@imanyu_programming]

ありがとうございます！！ 動画編集者に伝えておきます！！！

[@0hayabusa174]

多重共線性　50:13 自分用

[@名無し-e6g4f]

SIerの営業ですが、冒頭の解説、とても参考になりました。強化学習とか、何のことかあまり分からずに受注していることがほとんどですから…

[@Imorin111]

なんかずんだもんの動画見てたらいつの間にかここに来てた

[@はむかつ-r2j]

まごうことなき超大作！

[@imanyu_programming]

ありがとうございます😭

[@mk-lj7fl]

🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥

[@blb4019]

5:20 この時言っている収集したデータとは評価軸の値のことですか？ よろしくお願い致します

[@ゆうすけ-e1q]

ありがとうございます！

[@KIYO-Youtube]

2:17:04 グリッドサーチの図は非常にきれいで見やすいのですがどのようなツールで作成されているのでしょうか？

[@imanyu_programming]

Keynoteですよ！

[@KIYO-Youtube]

@@imanyu_programming 回答ありがとうございます😊参考にします

[@kyokenbatta]

わかりやすい説明ありがとうございます！ 1:54:13付近でgammaにマウスを合わせると説明文が表示されますが、これはなにかライブラリをダウンロードしているんでしょうか？

[@青い太陽-j9c]

とても分かりやすい解説動画ありがとうございます。 分類の標準化について質問です。 scaler.fit(x_train) の後にscaler.transform(x_train) , scaler.transform(x_test) をしていますが、x_testを標準化する前に、scaler.fit(x_test) を実行する必要はないのですか？ 回答よろしくお願いします。

[@のるん-d3r]

動画主ではないですが… fit(x_train) で標準化のためのパラメータを学習しています。これと同じパラメータを使って x_test も変換したいので、test データに対しては transform だけです。

[@bearbook8577]

動画見切って無いですけど書いてます。 今後見るところで解説されてるかもしれません。 （質問のメモ状態です） 機械学習にディープラーニングやその他の方法があるということは、その手法によって完成（？）の処理速度に差が出るのでしょうか

[@bearbook8577]

@UC0xRMqPOyRNPTaL6BxhbCnQ まさか見ている間に返信が来るとは、、！ ありがとうございます これはもはや無料の個別指導塾では、、（笑） すいません、@以下がどうしても識別コードのようなものになり送り直したせいで通知が大変なことになっているかもしれないです、、（なお治らなかった）

[@shipoto2490]

とてもスッキリ体系的に整理されていて、目から鱗でした。例えも秀逸で、理解促進に大きく寄与していますよね。これまでいろいろ学習コンテンツを試してきましたが、これは感動ものです。アイコンもセンス良過ぎです＼(^^)／

[@imanyu_programming]

素敵なコメントありがとうございます😭 頑張って作成した甲斐がありました、、！！

[@5296daisukidesu]

2:23:15 ==に気付かない今西さん

[@oyaji-max]

わかりやすいです！ 講座とは関係ないですが、マウスで範囲選択した時に表示される罫線が数秒で消えてますが、どのようなアプリを利用されてるのででしょうか。 リモート会議が増えてきたので参考にしたいです。

[@imanyu_programming]

ありがとうございます！！ ScreenBrush、というアプリです！ apps.apple.com/jp/app/screenbrush/id1233965871?mt=12

[@mochi_19よ]

わかりやすいです！！ 教師なし学習についてなのですが、教師あり学習で使用したデータセットをそのまま使うことは出来ますか？ 理解があやふやで申し訳ないです🙇‍♀️

[@とももん-i7j]

いつもわかりやすい説明ありがとうございます。おかげさまでだいぶわかってきました。質問なのですがregression_pls.csvはどこからダウンロードできますか。

[@imanyu_programming]

すいません、添付し忘れていました、、、 こちらです！！！ drive.google.com/drive/folders/1LNvl1rWqDaP1lTeDnekA2gHTOwnG3Df0?usp=sharing

[@とももん-i7j]

@@imanyu_programming ありがとうございます＾＾

[@KIYO-Youtube]

機械学習入門2において、初めの説明では「nd.array型だと扱いにくいのでDataframeに変えよう」とあり、次の説明では「Scikit-learnではdataframe型ではなくdf.valuesでndarrayを使用しましょう」とありますが、これはチェック+前処理用=pandasと機械学習用=numpyということでしょうか？

[@imanyu_programming]

sklearnを使用する際に使用するデータ型がNumPyをベースにしているため変換してるだけですね。基本的にはPandasベースで扱っていきます。 ※sklearnはPandasのデータでも受け付けてはくれます

[@KIYO-Youtube]

@@imanyu_programming 回答ありがとうございます。普段DATAFRAME型でやっていても問題なかったため気にしていなかったのですが、今後はnd array型で使っていきたいと思います

[@暗号通貨ジャスミー仮想通]

サブスクライバーI、、 trx9.5％の1日あたりの利息、Webサイトを取得

[@takaskndk9948]

分かりやすい説明をありがとうございます。 機械学習の超初心者です。 いくつか勉強してみているのですが、keras等他のツールでも、説明変数と目的変数は常に別の変数として分けられて扱っているのですが、素人目だと説明変数と目的変数のデータはひと固まりで持っている方が都合が良さそう&扱いやすそう(いわゆる表形式で目的変数と説明変数両方含んでいるようなイメージです)だと思ってしまうのですがそうではないのでしょうか。 例えば説明変数と目的変数は1行1行対応(紐づいている)しているものと思います。仮に片方の変数の順番が変わってしまうとめちゃくちゃになってしまったりすると思うのですが、この点が微妙に腑に落ちなくて気持ちが悪いというのがしばらく続いています笑 そもそもちゃんと理解できていないので私の文章も分かりづらいものになっていると思いますが、、、もし何かご存知のことがあれば教えていただけないでしょうか。

[@iroha__]

文系プログラミング未経験で新卒エンジニアになったけど大丈夫かな…

[@illiondiorama5599]

やば

[@iroha__]

@@illiondiorama5599 毎日楽しすぎてやばいです、笑

[@ニコ-o7h]

@@illiondiorama5599各国クククククコカかワカワカくわかわかくわかきわきかかわかわかわかわかをわをわかんわかんわわかわわわくかわわこ、そそそ

[@KS-eb5jn]

プログラミングを趣味に出来るほど好きにならたら大丈夫、無事ブラックSESで搾取されても幸せになれます。タヒ無いよう健康には気を付けてね😂

[@shiori1210]

初めまして。 いまにゅさんの動画を見つけてから、繰り返し学習に役立てています。ありがとうございます！ regression_pls.csvのファイルですが、デスクトップにダウンロードし解凍しました。 df = pd.read_csv(‘regression_pls.csv’) df.head() で入力しても、FileNotFoundErrorとなってしまいます。 どのような原因が考えられますでしょうか。

[@shiori1210]

度々すみません。 パスをコピーし、df = pd.read_csv(‘/regression_pls.csv’)にしてみたところ無事に進めることができました！

[@marumarutallman1966]

買い時さんって静岡住みなんですか？

[@johnstonbruce9781]

私は外国為替/暗号通貨に不慣れであり、これらの戦略をうまく使うのは難しいと思います。 合法的なブローカーはどこにありますか？ 私のアカウントを管理し、取引方法も教えてくれます。

[@fatmahiranur2377]

@Andy Harry 私は彼女について聞いたことがあります、彼女はダミーのための暗号通貨投資の著者です。 本当に素敵な本。

[@walkerpaul3210]

昨年、2000ドルでステラローガンとの投資を開始しましたが、今では毎週6000ドル以上を獲得しています。 私の友人のほとんどは彼女と交換します。

[@williamspedro9351]

ステラローガンとも取引している人を見つけるのはいいことです。 彼女は何ヶ月も私の貿易を管理していて、私は毎週利益を上げ続けています。 私は先週$7,130を稼ぎました。

[@marianakinleye9468]

私はこの専門家ステラローガンについてたくさん聞いたことがありますが、私と職場の同僚は恐れのために投資することに懐疑的でした。 私はそれに道を譲ることをいとわないと思います、どうすればこの専門家に連絡できますか？

[@benedictandrain143]

プロのブローカーと取引する初心者投資家が最良の戦略であるため、ステラローガンと取引されているので、彼女のユニークなスキルセットは素晴らしいです

[@yugosaito9704]

自分用 1日目 17:46

[@ss5277]

6:21 切片１では？

[@imanyu_programming]

ご指摘のとおりです、、、 間違えています。。

[@nameno-s8e]

おっさんなので、fストリングがまだ慣れないですね、つい.formatを使ってしまう笑

[@imanyu_programming]

私もようやくなれたところです！笑

[@たむらたかし-g1q]

回帰も機械学習に入るのですね 統計のような気もしますが…

[@imanyu_programming]

どちらにも入りますよ！

[@とも-u5v]

1:04:30

[@da-to6122]

k最後のkmeans法の実装で(No, cluster)をdropしてたと思うのですがaxis=0を入れる必要はないんですか？

[@christinegouda]

なんか説明してくれるのはいいが、フローもなにもなくて、こうすればこうなりますっていうのがひたすら続いていくのを見るのは非効率的だしなにをやりたいのか、今なにをやっているのか意味不明。初心者がこれ見て全体像を把握できますか？

[@ニュース番組て政府の感想]

インポートのコードから真似して書かないと頭に入りにくいですよ

[@ニュース番組て政府の感想]

インポートのコードから真似して書かないと頭に入りにくいですよ

[@ニュース番組て政府の感想]

インポートのコードから真似して書かないと頭に入りにくいですよ

[@ニュース番組て政府の感想]

インポートのコードから真似して書かないと頭に入りにくいですよ

[@ニュース番組て政府の感想]

インポートのコードから真似して書かないと頭に入りにくいですよ

[@3山田]

17:00

[@くろ-r2k]

graphviz、MacでやってるのてますがJupyter labじゃ動かせないんですかね、、　止まってしまいました

[@ああ-r3i1g]

技術的要素はどこからになりますか？ 教えていただくと幸いです。

[@ああ-r3i1g]

スタンプすなら教えてください。ww

[@官能2ちゃんねるまとめ]

すみません、質問なのですが、regression_pls.csvがファイルの中にないのですがどうしたらいいのでしょうか？

[@ピヒョリレーナリボリリレン-m1m]

自 57:00

[@thonpy1000]

22:00

[@うさぎ-e5x]

インポートしようとすると ImportError: `load_boston` has been removed from scikit-learn since version 1.2. と表示されるのですが、移動してしまって表示できないという事でしょうか 私の入力が間違っているのかもしれないですが

[@yu_yyyu]

データが消されているようです、、かわりにload_diabetesが使えますよ 一年後の糖尿病進度を調査したデータです

[@Asitanokibou]

どうやらこのボストンのデータセットは重回帰分析で用いられる説明変数？に黒人の割合という変数が用いられており、この仮定が倫理的に問題があるみたいで使用できなくなったようです。 代わりに from sklearn.datasets import fetch_california_housing dataset = fetch_california_housing() というようにカリフォルニア住宅データを使うといいらしいです。

[@018_kaminori]

つまり face appっていう写真を撮ってそれの性別とか変えれるようにしてるのも機械学習のひとつなんか

[@user-henjisiroya]

128次元ベクトルを2次元平面に落とし込むとかイメージはできやんかったけど、内積0に近づくような係数見つければいいんよなー

[@伊計寛]

いまにゅさん、こんにちは。モデムの定義で from sklearn.linear_model import LinearRegression model = LinearRegression() model 結果：LinearRegression() いまにゅさんと同じ結果にならないのはなぜですか？

[@yuu2680]

14:08

[@AnhLan-bf6mg]

WOW!!!

[@Juic1902]

1:03

[@シゲお]

48:14

[@txcing9296]

May 29 11:55

[@KI-mr5zq]

convinience_store_csvのファイルってどこからダウンロードできますかね？

[@imanyu_programming]

概要欄にありませんかね？？

[@KI-mr5zq]

@@imanyu_programming ありました！すいません！

[@おっさんパンダ]

2台のPCで流し見しながらパチパチ打っていたら、表やグラフで画面の半分くらいスクロールしてしまって、過去に入力されたコマンド行がもう見えなくなり、動画を停止してもスクロールできるわけもなく、KZbinに10秒戻るボタンもないので、適当に戻すと1分くらい戻ってしまって、また同じ内容を聞き返すみたいなことが何度かありました。 GoogleドライブにCSVファイルが置いてあるのなら、説明もないコマンド行だけを保存したテキストファイルも提供してもらって、最初は機械的に1行コピー＆貼り付けで流れを追うスタイルでもよい気がしました。

[@おっさんパンダ]

画面を見ながら打ち間違いなのか、未来の仕様変更のエラーなのか切り分けのため、他の動画提供者のようにipynbファイルを提供してくれる方が親切かなと。

[@古田真-h7u]

kzbin.info/www/bejne/pZzTg4lmbZKmrNk 分かり易い　ってこう言うことか？　未だ、１時間だが興味深い。残りは本気になってから。

[@stx219]

いやsklearn有能すぎんか

[@makotktjm7418]

写像…？何すか、写像って。

[@imanyu_programming]

特定の何かに変換する処理だと思っていただければと！ 数学的要素入ってくるので、ざっくりとしたイメージのみで大丈夫です

[@makotktjm7418]

@@imanyu_programming 真面目に返してもらって申し訳ないんですが、これはひろゆきネタです笑

[@imanyu_programming]

@@makotktjm7418 そうなんですね、、、笑 知らなかったです笑

[@xeno2997]

一言で関数のベクトルやマトリックスバージョンです。線形代数を勉強しましょう。

[@makotktjm7418]

@@xeno2997 返信読んでないだろお前

[@tk-gp4zh]

これじゃ数式の理解や、アルゴリズムの 理解が難しい。結局数理的な理解をしないことには応用が効かない。数式を絡めてくれれば見やすいと思います。

[@山田まさし本物]

しゃぞー、？

[@魔法使いニートくん-j8v]

鬱

[@Ashiya-Ichiro]

いや、AIは強い分野と弱い分野が極端やぞ😑 人間の感覚値は異常に高い。将来は分からんが今のAIには無理。 逆に論理は異常に高い。人間は疲れるが機械は疲れない。

[@madspy420]

俺は英語やっといてよかった おまえみたいのにマウント 取られたく無い絶対

[@まろん-e1r]

50:47

[@nkol6832]

17:30

[@てるてる_teruteru]

24:40