データ分析の世界では、多様な機械学習モデルが活用されています。 そのなかでも「決定木（Decision Tree）」は、判断過程が可視化しやすく解釈性の高いモデルとして人気です。 しかし、実際に決定木を使う際、「どうやっ...

機械学習モデルを本番環境で運用していると、ある日突然「予測精度が急落した」「思ったように結果が出ない」といった問題に直面することがあります。 これらの症状はしばしばデータドリフトと呼ばれる、訓練時と本番時におけるデータ分...

Pandas が登場してから Python はデータ分析の事実上の標準言語になりました。 しかし、データ量が数千万行を超えると途端に RAM が足りない・処理が遅い という現実にぶつかります。 クラスタ環境に逃げる選択肢...

Pythonでのデータサイエンスや開発を効率的に行うためには、適切な環境構築が欠かせません。 Miniforgeは、Conda環境をシンプルかつ軽量に提供してくれるツールであり、特に余計なパッケージを省いた環境を構築した...

Conformal Prediction とは、特定のモデルに依存せず、あらゆる機械学習モデルに対して予測区間を提供する手法です。 従来の統計モデル（例：線形回帰モデル）では、ある程度の確率分布（多くの場合は正規分布など...

機械学習の世界では、予測の精度を高めるだけでなく、その予測がどの程度信頼できるかを示す「不確実性の評価」がますます重要視されています。 そこで近年注目を集めているのが、学習データから得られる非適合性スコアを用いて、各予測...

機械学習のモデルの予測値の多くは、「点」です。要は、ある数値の1点ということです。 1点予測は分かりやすいですが、現代の機械学習では、単なる点予測に加え、予測区間を用いた不確実性の評価が求められています。 今回は、Ind...

時系列データの予測モデルでは、一般的な回帰や分類タスクとは異なる点が多々あります。 例えば、将来のデータは現在手元にないため、データの分割や評価に注意を払わなければなりません。 例えば、ランダムにデータをシャッフルして分...

私たちの周りには、時間とともに変化するデータであふれています。 毎日の気温、株価の変動、心電図の波形など、これらはすべて時系列データと呼ばれ、私たちの生活や社会活動に深く関わっています。 今回は、そんな時系列データを「分...

データにあふれた現代において、情報を正確に理解し、効果的に伝えることは、あらゆる分野で重要性を増しています。膨大なデータの山から意味を見出し、価値を引き出すためには、データ可視化が欠かせません。 データ可視化とは、データ...