Machine Learning ジャーニーの一部新着ジャーニー教師なし学習：Pythonでデータの構造を見つける
ラベルのないデータから、グループ、形、はみ出し者を見つけます。scikit-learnで本物のデータセットをクラスタリングし、次元を減らし、異常を探し、すべての結果をグラフで確かめます。
51 レッスン51 チャレンジ210 クイズの問題
- 初心者向け
AIによるコーディングサポート
実践的なインタラクティブレッスン
知識を確かめるクイズ
無料の修了証明書
シラバス
このセクションは Machine Learning ジャーニーの一部です。シラバス全体にはさらに多くのセクションがあります。下のプレビューをクリックして、ジャーニーページで確認してください。
- セクション 1データとプロット60 レッスン
- セクション 2機械学習のための統計64 レッスン
- セクション 3教師あり学習58 レッスン
セクション 4
教師なし学習
セクションを始める開始ラベルなしのデータから構造を見つける：k-means、階層的クラスタリングと密度ベースクラスタリング、多数の特徴量を可視化・圧縮するPCA、異常検知を学び、数字データの探索プロジェクトで締めくくります。グループを見つける
5 レッスン520kの選び方
5 レッスン520クラスタを読み解く
5 レッスン520次元を減らす
5 レッスン520実践で学ぶPCA
5 レッスン520異常検知
5 レッスン520クラスタの活用
4 レッスン415プロジェクト：数字を探ろう
5 レッスン525最終課題
4 レッスン420
実践で学ぶ
実際のコードを書き、データベースをクエリし、ウェブサイトを構築し、AIプロンプトをマスターしましょう。インタラクティブなレッスンで現代の開発者に必要なすべてのスキルを網羅しています。
連続記録を築こう
継続して進捗を見守りましょう！毎日のコーディング習慣を追跡し、フリーズ日で連続記録を守り、毎日参加することで報酬を獲得しましょう。
12 日連続
明日も戻ってきて連続記録を維持しましょう！
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
ダブル・オア・ナッシング
7日中5日目
連続記録フリーズ
2 left
どこでも学べる
コーディングの旅を持ち歩こう！セットアップ不要、ダウンロード不要：開いてすぐにコーディング開始。iOS、Android、Webで4.9星評価で利用可能。
あなたは一人じゃない
グローバルリーダーボードで競い、友達を招待して報酬を獲得し、お互いの成功を祝いましょう。プログラミングは友達と一緒の方が楽しい！
1
2
3
昇格ゾーンあらゆる学び方に対応
読む・聴く・自分を試す・AIに聞く・学んだことを調べる。どんな学び方にも対応したレッスンです。
変数は、後でプログラム内で参照できる値を格納する、名前のついた入れ物です。
Pythonでは、名前、イコール記号、格納したい値の順で書くことで作成します。
値は後から変えられます。再代入すると、名前は新しい値を指すようになります。
修了証を取得
完了したすべてのコースで証明書を獲得しましょう。LinkedInプロフィールや履歴書に追加して、雇用主にプログラミングスキルをアピールしましょう。
修了証明書Pythonの基礎
LinkedInに追加Coddyで教師なし学習を学ぶ理由
- 目に見えるクラスタリング。k-meansが中心を動かす様子を眺め、デンドログラムの結合の高さを読み、k-meansが半分に切ってしまう三日月形のグループをDBSCANが見つけるところを見ます。どのレッスンにもグラフがあり、実行すると自分のグラフが「グラフ」タブに表示されます。
- 中心となる手法：k-means、エルボー法とシルエットスコアによるkの選び方、階層的クラスタリング、DBSCAN、PCAと寄与率、Isolation ForestとLOF（局所外れ値因子法）。すべてscikit-learnで学びます。
- 説明できる結果。各クラスタを実際の単位でプロファイリングし、既知のラベルと比べ、クラスタ番号の一覧で終わらせずに、ビジネスが行動に移せるセグメントに名前を付けます。
- 64次元を目に見える形に：手書き数字を平面の地図に投影し、PCAの成分を画像として描き、わずかな数値から画像を復元します。
教師なし学習についてよくある質問
教師なし学習とは何ですか？
教師なし学習は、ラベルのないデータから構造を見つける方法です。誰もモデルに正解を教えません。モデルは似た行のグループ（クラスタリング）、情報の大部分を保つ少数の方向（次元削減）、ほかと違う行（異常検知）を探します。新しいデータセットの探索、顧客のセグメント分け、ラベルが付く前の不正の発見などに使われます。
教師なし学習にはどんな例がありますか？
買う物で買い物客をグループ分けする、画像の色を大事な8色に減らす、64ピクセルの数字画像を平面のグラフに配置する、異常なサーバーの数値を見つける、どちらがどちらかを教えられないまま細胞の測定値を2種類に分ける。講座ではこれらを一つずつ作ります。
講座ではどのアルゴリズムを扱いますか？
エルボー法とシルエットスコアを使うk-means、デンドログラムを使う凝集型（階層的）クラスタリング、DBSCAN、PCA、Isolation Forest、LOF（局所外れ値因子法）。さらに、なぜスケーリングが先なのか、各手法がどんなときに失敗するのかも学ぶので、場面に合った手法を選べるようになります。
クラスタの数はどうやって決めればいいですか？
正解が1つに決まることはまれなので、講座では3つの見方を学びます。慣性（inertia）曲線のエルボー、シルエットスコア、デンドログラムの結合の高さです。そのうえでクラスタを実際の単位で確認し、人が名前を付けられるかを考えます。誰にも説明できないグループを生むkは、間違ったkです。
先に教師あり学習を学ぶべきですか？
教師なし学習のセクションにはどのくらい時間がかかりますか？
51レッスンで、自分のペースで約8から9時間、1日30分なら数週間です。数字エクスプローラーのプロジェクトと4つの最終チャレンジも含みます。
教師なし学習は無料で学べますか？
はい。レッスン、グラフ、AIヒント、セクションの修了証は無料です。無料アカウントでは1日に数レッスンまで進められ、Proなら1日の上限がなくなります。
