機械学習モデルの構築演習

1．環境構築／動作確認
　　・音声特徴量とは

2．音声データセットの選定・動作確認

3．音声特徴量の抽出と可視化
　　・多次元配列と音声の次元数

4．データセットの分割

5．データ前処理
　　・特徴量の分布・相関・異常値の確認
　　・特徴量の正規化・スケーリング・データクレンジング

6．モデル学習

　　ニューラルネットワーク基礎
　　　・CNN / RNN / Transformer の簡単な解説
　　　・音声データに適用する際の違い

　　音声分類モデルの構築
　　　・RNNモデル
　　　・RNNモデル（評価・調整）
　　　・CNNモデル
　　　・CNNモデル（評価・調整）
　　　・元データ作成ミス_段取修正
　　　・データセット分割（やりなおし）
　　　・CNNモデル（やりなおし）
　　　・CNNモデル（やりなおし）（評価・調整）
　　　・Transformerモデル
　　　・Transformerモデル（評価・調整）

7．モデルの評価
　　　・混同行列（Confusion Matrix）
　　　・精度（Accuracy, Precision, Recall, F1-score）

８．学習まとめ
　　　・一通りの流れを行いプロセスは大枠で認識できた。
　　　・モデル精度を出す知識などは今後の課題だが、モデル学習がPCスペックによる事や
　　　　改善を繰り返す必要がある作業の為、学習時間が見えない為ここで凍結する。

GitHub： 機械学習のモデル構築など演習サンプル