Python 時系列分析 1,000本ノック
– ノック52: 時系列データの欠損値の補完 –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd import numpy as np data = pd.Series([1...
RECENT ARTICLES
Python 時系列分析 1,000本ノック
第384話｜ビジネスパーソンのための因果推論のことはじめ（後編）
– バックドア基準とd分離で因果関係を見抜く –
前回の記事では、因果推論の基礎とDAG（有向非巡回グラフ）の読み方について解説しました。因果関係と単なる関連性の違いを理解し、DAGを使って因果関係の構造を可視化する方法を学びました。 第383話｜ビジネスパーソンのため...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む！
– 【第4回】Pythonによる大域的最適化のハイブリッド手法 –
本連載では、Pythonを用いた非線形計画問題の大域的最適化手法について、これまで3回にわたって解説してきました。 第1回では非線形計画問題と大域的最適化の基礎的な概念を取り上げました。 第2回ではメタヒューリスティクス...
Pythonで学ぶADF検定の基礎
デジタル化の波が押し寄せる中で、ビジネスにおけるデータの重要性はますます高まっています。 特に、時系列データは経済指標、株価、気象情報など、あらゆる分野で収集されており、その分析から得られる洞察は企業の意思決定を大きく左...
Python 時系列分析 1,000本ノック
– ノック51: 時系列データの欠損値の補完 –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd import numpy as np data = pd.Series([1...
第383話｜ビジネスパーソンのための因果推論のことはじめ（前編）
– DAGで因果関係と関連性の違いを理解する –
ビジネスの現場では日々様々な意思決定が求められます。 例えば…… 新商品の開発は売上アップにつながるのか？ 新しい広告施策は効果があるのか？ 社員の研修プログラムは生産性を高めるのか？ こうした問いに答えるためには、単な...
ビジネスデータを解き明かす！ Python STL分解で時系列データを理解しよう
ビジネス環境は常に変化しています。 市場の動向、消費者行動の変化、季節的な要因、経済の波など、多くの要素が企業の成長と収益性に影響を与えています。 これらの変化を理解し、将来のトレンドを予測するためには、時系列分析が不可...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む！
– 【第3回】Pythonによる大域的最適化手法の実装（決定論的手法編） –
前回は、メタヒューリスティクスを中心に、非線形計画問題の大域的最適化に挑戦しました。 メタヒューリスティクスは、問題依存性が低く、大域的最適解の探索に適した手法ですが、その性能はアルゴリズムの選択とパラメータ設定に大きく...
Python 時系列分析 1,000本ノック
– ノック50: 時系列クラスタリング –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: from tslearn.clustering import TimeSeriesKMeans import numpy as...
第382話｜特徴量選択が教えてくれる、ビジネス成功の鍵
デジタル化が進む現代社会において、企業が抱える膨大なデータは、新たなビジネスチャンスを探る貴重な資源となっています。しかし、そのデータを如何に活用するかは、多くのビジネスリーダーにとって大きな課題です。 ここで重要となる...
Pandas Queryを使ったDataFrameのデータ選択とフィルタリング
Pandasは、Pythonでデータ分析を行う際に広く使用されるオープンソースのライブラリです。 データサイエンスや機械学習の分野で必須のツールとされ、主にデータの前処理や探索的データ分析（EDA）に利用されます。 Pa...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む！
– 【第2回】Pythonによる大域的最適化手法の実装（メタヒューリスティクス編） –
前回は、非線形計画問題の基礎と、Pythonを使った定式化の方法について学びました。 非線形計画問題は、現実世界の様々な問題を数理的にモデル化するのに適していますが、その解法は一般に困難で、大域的最適解を求めることは容易...
Python CausalMLで実践する「機械学習因果推論」超入門
– その2：マーケティング事例で学ぶ因果効果推定 –
ビジネスの意思決定に革命を起こす因果推論の力を、実践的に体験してみませんか？ 企業が新たなマーケティング戦略を展開する際、医療専門家が治療法の効果を評価する時、または政策立案者が社会政策の成果を測る際に、単に「何が起こっ...
Python 時系列分析 1,000本ノック
– ノック49: Breusch-Godfrey（BG）テスト –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import statsmodels.api as sm import numpy as np np.random.seed(...
第381話｜アンサンブル学習でモデルの性能を向上させよう！
ビジネスに活かす機械学習テクニック
機械学習モデルの性能に不満を感じたことはありませんか？ どんなに時間をかけてモデルを調整しても、予測精度が思うように上がらないことがあります。そんな時、アンサンブル学習という手法が効果的です。 アンサンブル学習とは、複数...
取り急ぎ実行してみる「Pythonアンサンブル学習」
（バギング・ブースティング・スタッキング）
アンサンブル学習は、複数の機械学習モデルを組み合わせることで、単一のモデルよりも高い予測精度を達成する手法です。 アンサンブル学習は、現実世界の様々な問題に適用され、機械学習コンペティションでも常に上位を占める手法として...
