Week1

第1回　Python言語の基礎

• 1-1 Python言語とは
• 1-2 変数・代入・数値計算
• 1-3 比較演算子・真偽値・ループ
• 1-4 条件分岐・関数
• 1-5 NumPyによる配列の処理

第2回　Python言語によるデータ分析の基礎

• 2-1 NumPyによる統計値の計算・列に対する演算
• 2-2 Matplotlibによる散布図の描画
• 2-3 pandasを使った統計値の分析

Week2

第3回　教師あり学習・教師なし学習-1

• 3-1 教師あり学習 k-NN（1）
• 3-2 教師あり学習 k-NN（2）
• 3-3 教師あり学習 回帰（1）
• 3-4 教師あり学習 回帰（2）
• 3-5 ハイパーパラメータ調整と評価

第4回　教師あり学習・教師なし学習-2

• 4-1 決定木
• 4-2 サポートベクターマシン（1）
• 4-3 サポートベクターマシン（2）
• 4-4 クラスタリング
• 4-5 アソシエーション分析

Week3

第5回　強化学習

• 5-1 強化学習とは？（1）
• 5-2 強化学習とは？（2）
• 5-3 価値関数ベース手法（モンテカルロ法）
• 5-4 価値関数ベース手法（Q-learning）
• 5-5 価値関数ベース手法（Sarsa）
• 5-6 ”OpenAI Gym” フレームワーク（1）
• 5-7 ”OpenAI Gym” フレームワーク（2）
• 5-8 方策探索ベース手法
• 5-9 環境の自作と利用
• 5-10 Q-learning+ニューラルネット

第6回　その他一般的な機械学習についていくつか

• 6-1 ハイパーパラメーターチューニング
• 6-2 入力データの標準化・正規化
• 6-3 Data leakage
• 6-4 不均衡なデータへの対応、他
• 6-5 機械学習の注意点

Week4

第7回　異常検知と半教師あり学習

• 7-1 はじめに
• 7-2 異常検知（1）
• 7-3 異常検知（2）
• 7-4 異常検知（3）
• 7-5 半教師あり学習（1）
• 7-6 半教師あり学習（2）
• 7-7 半教師あり学習（3）
• 7-8 半教師学習と能動学習