外国メディアエクスプレス: 初心者が習得すべき機械学習のコアアルゴリズムトップ10

[51CTO.com オリジナル記事] Foreign Media Express は、ヌカ・コーラがおすすめする最近の海外メディアの優れた記事です。ぜひご覧ください!

今日のおすすめには、初心者が習得しなければならない上位 10 のコア機械学習アルゴリズム、2018 年のモバイル医療技術の方向性、データ サイエンティストが習得しなければならない 10 の統計手法、データ サイエンティストが見逃せない 6 冊の本が含まれています。

1. 初心者が習得すべき機械学習のコアアルゴリズムトップ10

元のタイトル: 初心者向けの機械学習アルゴリズムトップ 10

[[215946]]

ハーバード・ビジネス・レビューはデータサイエンティストを「21世紀で最もセクシーな職業」と呼んでおり、機械学習アルゴリズムの研究は確かに幅広い注目を集めています。本日の記事では、初心者が習得しなければならない上位 10 個のコア機械学習アルゴリズムをまとめます。もちろん、エンジニアも手を抜くことはできません。

1. 線形回帰

2. ロジスティック回帰

3. カート

4. ナイーブベイズ

5. ケーエヌエヌ

6. アプリオリ

7. K平均法

8. PCA

9. ランダムフォレストパッケージング

10. AdaBoost の強化

2. 2018 年にモバイル医療技術はどこに向かうのでしょうか?

原題: 2018 年に期待される 5 つのモバイル ヘルス トレンド

技術革新と新たな成果はさまざまな産業の様相を大きく変えており、医療・健康分野も当然その中に含まれています。デジタル変革が医療業界の重要な部分になりつつあるため、患者のモニタリング、医師と患者のコミュニケーション、データ管理、投薬指導などの問題を最新のテクノロジーで解決できるようになります。では、2018 年を見据えて、モバイル ヘルスケアのトレンドはどのような変化をもたらすのでしょうか。5 つの予測を立てます。

1. デジタル介入

2. 文書化が大きな負担になる

3. 医療分野におけるビッグデータと分析

4. 遠隔医療

5. ブロックチェーン技術の応用

3. データサイエンティストが習得すべき10の統計手法

データ サイエンティストが習得すべき 10 の統計手法

どのような業界や学歴にあっても、データ テクノロジーの重要性は真剣に検討する価値があります。では、データ サイエンスの知識を習得するにはどうすればよいでしょうか。プログラミング スキルは確かに重要ですが、データ サイエンティストは実際にはプログラミング、統計、批判的思考を組み合わせる必要があります。より具体的には、データサイエンスの役割で成功するには統計スキルが不可欠です。

1. 線形回帰

2. 分類

3. 再サンプリング方法

4. サブセットの選択

5. 収縮

6. 次元削減

7. 非線形モデル

8. ツリーベースの方法

9. サポートベクターマシン

10. 教師なし学習

4. 必読書籍: データサイエンティストが見逃せない6冊の本

データ サイエンティストが手元に置いておきたい 6 冊の本

機械学習とデータサイエンスは、複雑かつ相互に関連した 2 つの概念です。開発のトレンドに遅れを取らないためには、当然のことながら、誰もが研究に時間を費やし、知識の蓄積をタイムリーに更新する必要があります。実際、私たちがこの業界で長年働いてきたとしても、時代の流れについていけるかどうかは保証できません。このため、継続的に知識を習得することが実践者にとって必須のコースとなっています。本日の記事では、関連する重要な 6 つの作業を紹介します。

1. 機械学習への憧れ

2. Hdoop: 決定版ガイド

3. 予測分析

4. データを使ったストーリーテリング

5. 変曲点

6. R での応用による統計学習入門

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]

この著者の他の記事を読むにはここをクリックしてください