キカガク「Python＆機械学習入門」〜単回帰分析の実装編〜
Python速習が終わり、単回帰分析の実装まで辿り着きました！
やった！
前回学んだPythonを使いながら、サンプルデータを用いて単回帰分析を行なっていきます。
キカガク「Python＆機械学習入門」の単回帰分析の実装、何をするのか
最終的には、家の広さを入力すると、家賃の予測値が返ってくるようにします。
すごーい。
受講スタイルは引き続き、話を聞きつつ手を動かすタイプです。
単回帰分析に必要な手順を学びつつ、必要なライブラリの使い方も覚える。
という感じ。
動画の見出しは以下の通り。
- NumPy 速習
- Pandas / Matplotlib 速習
- Numpy 実装
動画自体の時間は1本あたり10〜25分です。
しかし、実際の学習時間はもっっとかかります。
キカガク「Python＆機械学習入門」の単回帰分析の実装、やってみてどうだった？
単回帰分析の実装の学習時間
先ほど述べた通り、動画自体の時間は10〜25分程度です。
でも。
話を聞きつつ、
メモとりつつ、
手を動かしつつ、
確認しつつ、
気になったことは調べつつ、
という進め方だと、3〜5倍の時間がかかりました。。
つまり、30分〜2時間くらいかかるということです。
私のやり方で時間がかかる要因は、以下の2つかと。
- 後で自分が見返した時に「？」とならないよう、説明の言葉も漏らさずメモしようとする
- 解説されていない内容も、気になったことは調べてやってみている
NamPyとかPandasとか、なんとなく基本は知っているよ〜という人は、ここまでの時間はかからないと思います。
その名称は聞いたことあるかも、、程度だと時間がかかります。
単回帰分析の実装の学習環境
学習に使う環境は、前回のPython速習でも使用したGoogle Colaboratoryです。
ほぼ何の準備も要らず、開けば使えるすごいやつです。
ありがとう。
単回帰分析の実装の内容
やはり、Python速習よりは難しくなったなあ、という感じです。
単回帰分析ってなんだっけ？
この式はどういう意味だっけ？
ということを思い出しながら、話を聞き、手を動かすので。
私は、数学の講座で使ったノートを傍に置きつつ受講しました。
数学を大学でも勉強していた人や、そうでなくとも数Ⅲ・Cをやっていた人などは、もう少し、スムーズに学べるのかもしれません。
とはいえ、難しい計算のところはプログラムがやってくれるので、単回帰分析で予測を導くまでの手順やどんな式を使うかが理解できれば大丈夫です。
まあ、それも初めてだとおぼつきませんが、、笑
ただ、実際にサンプルデータを使って予測できるのはちょっと楽しい！！
プロブラムを組んだことによって、表として可視化されたときは「おお〜！」と私がどよめきました。
数字の羅列だとつまらないけど、可視化されるとなんかすごい！ってなりました。笑
キカガク「Python＆機械学習入門」の単回帰分析の実装、まとめ
内容はPython速習よりレベルアップしています。
ただ、説明は相変わらずわかりやすいです。
知らない言葉の出てきますが、ググればすぐにわかる程度です。
サンプルデータとはいえ、実際に持っているデータが可視化されて、予測値のグラフができた時には結構感動しました。
なんか機械学習を学んでるっぽい！という気持ちになります。
（いや学んでいるんだけれども）
単回帰分析では、予測値をだすために使うデータは1種類のみなので、なんとか理解できたように思います。
以上が、キカガクの「Python＆機械学習入門」単回帰分析の実装編の受講レポートでした。
次の重回帰分析の実装が理解できるのか今からドキドキです。
頑張るぞ！
キカガクが気になった方はこちら！
