これまでの2回では、1つの変数について「代表値」や「ばらつき」を分析してきました。 第1回：データの「代表値」を掴む — 平均・中央値・最頻値の話 第2回：データの「ばらつき」を測る — 分散と標準偏差 しかし、現実のデ...

前回、データを一つの数字で代表させる「代表値」を学びました。 Pythonで動かして身につける 統計学はじめの一歩— 第1回 —データの「代表値」を掴む — 平均・中央値・最頻値の話 しかし、平均...

友人から「最近のテストどうだった？」と聞かれたとき、あなたはどう答えますか？ 「数学85点、英語72点、物理78点、化学80点だったよ」と全科目を列挙する人は少ないでしょう。 多くの人は「だいたい80点くらいかな」と答え...

こんにちは！「Pythonで始める分類モデル入門」もいよいよ最終回です。 第1回 —分類問題ってなに？ ロジスティック回帰で「合格予測」を作ろう 第2回 —データの「形」から分ける — 線形判別分...

データ分析や機械学習の話題になると、よく次のような声を耳にします。 ブラックボックスモデルは危険だ たとえば、深層学習や勾配ブースティングのように、内部の計算過程が人間には直感的に追いにくいモデルを使うと…… なぜこの予...

機械学習プロジェクトでは、「データの前処理」と「モデルの学習」を何度も繰り返します。 このとき、前処理とモデルを別々に管理していると、コードが複雑になり、ミスも起きやすくなります。 そこで活躍するのが scikit-le...

こんにちは！「Pythonで始める分類モデル入門」の第4回です。 前回は決定木を学びました。 Pythonで始める分類モデル入門— 第3回 —「もし〜なら」で分ける — 決定木の仕組みと過学習対策...

こんにちは！「Pythonで始める分類モデル入門」の第3回です。 前回までに学んだロジスティック回帰やLDAは、どちらもデータを「直線」で分割する手法でした。 Pythonで始める分類モデル入門— 第2回 &...

データ分析を始めると、必ず直面するのが 欠損値（NaN） の問題です。 「データが歯抜けになっている」「一部の項目が空欄」といった状況は、実務データでは日常茶飯事です。 欠損値を適切に処理しないと、計算がうまくいかなかっ...

こんにちは！「Pythonで始める分類モデル入門」の第2回です。 前回はロジスティック回帰を学び、「確率を直接モデル化する」アプローチで分類問題を解きました。 Pythonで始める分類モデル入門— 第1回 &...

「今回の結果です。」 構築したモデルとそれを使った分析の結果を報告したとき、数値上の問題はありませんでした。 検証データでも安定しており、統計的にも妥当。 きちんと「正しい分析」です。 それでも、そのモデルも、その分析結...

このシリーズでは、機械学習の中でも特に実用的な「分類モデル」について、Pythonを使いながら一緒に学んでいきます。 第1回となる今回は、ロジスティック回帰という手法を使って「模試の点数から大学入試の合否を予測する」モデ...

ここまで、距離の概念から始まり、階層的クラスタリング、K-means法、クラスタ数の決め方と学んできました。 ところで、病院に行って「あなたは風邪です」と診断されただけで帰されたら、どう思いますか？ 「で、どうすればいい...

データ分析で「可視化」は欠かせないステップです。 数値の羅列を見ても傾向はわかりにくいですが、グラフにすれば一目瞭然。 しかし、Pythonの定番ライブラリ matplotlib でキレイなグラフを作ろうとすると、設定項...

前回、k-means法を学んだときに「K=3」と決め打ちでクラスタ数を指定しました。 Pythonで学ぶ クラスター分析入門— 第3回 —k個の点に集まれ ― k-means法の基本 でも、ちょっ...

先日、東京商工会議所様主催のオンラインセミナー 「スモールビジネスで使える簡単データ活用術」 を開催しました。 本セミナーは、小規模事業者の方を対象に、 データ分析や生成AIを 「難しいものとして学ぶ」のではなく、 「日...