• Slide image
  • Slide image

Sales Analytics, Co., Ltd.

データ分析・活用支援カンパニー

らくらくビジネスデータサイエンス
無料ツールでさくっとデータ分析し成果をだそう!

RECENT ARTICLES

第391話|取り急ぎボックスプロット

第391話|取り急ぎボックスプロット

データ分析の世界に足を踏み入れると、さまざまなグラフや図表に出会います。 その中でも、特に便利でよく使われるものの一つが「ボックスプロット(Boxplot)」です。 ボックスプロットは、データの分布を視覚的に簡単に理解で...
Pythonでの<br>Labelエンコーディング・Ordinalエンコーディング・OneHotエンコーディング<br>の違いは?

Pythonでの
Labelエンコーディング・Ordinalエンコーディング・OneHotエンコーディング
の違いは?

機械学習やデータ分析において、カテゴリカルデータの取り扱いは非常に重要です。 カテゴリカルデータは数値データとは異なり、そのままでは多くの機械学習アルゴリズムに適用できません。 そのため、カテゴリカルデータを数値に変換す...
Pythonで実践するグラフ因果推論入門<br><br>第2回:構造方程式モデリングの基礎<br>(semopyを使ったSEM)

Pythonで実践するグラフ因果推論入門

第2回:構造方程式モデリングの基礎
(semopyを使ったSEM)

今回のブログシリーズ『Pythonで実践するグラフ因果推論入門』の第2回では、「構造方程式モデリングの基礎(semopyを使ったSEM)」に焦点を当てています。 このシリーズの第1回では、因果グラフモデルの概念を紹介し、...
Pythonで実践するグラフ因果推論入門<br><br>第1回:因果グラフモデルの基礎<br>(CausalGraphicalModelsを使ったDAG)

Pythonで実践するグラフ因果推論入門

第1回:因果グラフモデルの基礎
(CausalGraphicalModelsを使ったDAG)

因果推論は、因果関係を理解し、その影響を予測するための重要な分析手法です。 特にDAG(有向非巡回グラフ)は、複雑な因果関係を視覚化し、交絡因子やバックドア基準を特定するために重要です。 今回は、PythonのCausa...