ビッグデータの時代において、AI、データサイエンス、機械学習はいずれも注目を集めるキーワードですが、しばしば混同されて使われています。これらは互いに関連していますが、それぞれ異なる手法と目標を持っています。
次のうち、FALSE（誤っている）説明はどれですか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、機械学習の定義と、データサイエンスおよび人工知能との関係を説明します。次に、機械学習における重要な用語を整理し、最後にモデルを構築するための機械学習ワークフローを学びます。
現在の演習
機械学習の基礎を学んだところで、もう少し深く掘り下げましょう。この章の終わりには、機械学習のさまざまな種類を理解し、モデルの評価と改善の方法もわかるようになります。
この章では、ニューラルネットワークを入り口としてディープラーニングを解説します。次に、ディープラーニングの代表的なユースケースであるコンピュータービジョンと自然言語処理について詳しく見ていきます。最後に、機械学習の限界とリスクについて考え、コースを締めくくります。
