サイトマップ
固定ページ
記事ページ
Python
- PythonのCountVectorizerで特徴量を抽出する方法：fit_transformからget_feature_namesまで
- Pandasにおけるmapとapplyの違いと使い分け
- Pythonの正規表現による置換：基本操作から複数パターンの置換、グループや後方参照まで
- Pythonでクロス集計を行い、積み上げ棒グラフで可視化する方法
- Seabornの主要なグラフ種類とさっと描きたい場合の最低限のコード
- Pythonで経度・緯度を活用する2つの事例: 距離の計算、地図上のプロット
- Pythonで「その週の月曜日」や「その月の最後の日」など、特定の日を取得する方法
- Pandasで行列の入れ替えを行う方法：pivot、melt、stackについて解説
- Pandasの重複行の扱い：カウント、削除、結合の手法を解説
- Pandasでのマルチインデックスの活用：列名の変更、データの取得、そして削除の方法
- Pandasのaggによる集計テクニック: 基本的な使い方、applyとの違い、条件付きカウント (count ifのような使い方)、最初の値の取得 (first value)など
- Pandasのrank関数の使い方：ランクの計算から整数表示、列指定まで
- Pandasの列を複数条件で抽出: query、inなどのメソッドも解説
- Pandasで列名を効率的に変更する方法：一部の列名の変更から一括変更、インデックス名の変更まで
- export_graphvizによる決定木の可視化の手順
- PythonとBeautifulSoupを使ったウェブスクレイピングとデータ前処理の手順
- Pythonを使ったテキストデータの前処理と可視化
- Pandasを使ってExcel表形式データを読み込み、前処理する方法
データサイエンス
- Pythonによる時系列データ入門：グラフによる分析からモデル作成まで
- PythonでPandasを使用して文字列や数値をNaNに変換する方法
- 機械学習入門：回帰モデルの作成から評価まで
- 教師なし学習の実装：Scikit-learnを使った主成分分析（PCA）、K-Meansクラスタリング、t-SNE
- scikit-learnを利用した機械学習モデルの検証のためのデータ分割手法
- scikit-learnを活用したデータ前処理の実践：標準化、正規化、ラベルエンコード、ワンホットエンコード
- 教師あり学習の実装：Scikit-learnを使った単回帰、重回帰、ロジスティック回帰、ランダムフォレスト、サポートベクターマシン(SVM)、K近傍法
- scikit-learnのDataset-APIを活用したデータセットの取得と利用方法
- ダイナミックプライシングとブッキングカーブ：価格戦略の最適化
- Pythonとsklearnを使って最適なモデルパラメータを発見！：グリッドサーチの実装ガイド
- 機械学習入門：二値分類モデルの作成から評価まで
- 畳み込みニューラルネットワーク(CNN)の実装
- ニューラルネットワークの基本的な実装: Kerasを用いた手順
- Deep Learning入門: 画像処理の基本
SGINATE
- SIGNATE 【練習問題】Jリーグの観客動員数予測 への挑戦
- Scikit-learnを用いた機械学習モデル評価指標の実装
- SIGNATE 【練習問題】「銀行の顧客ターゲティング」への挑戦
- SIGNATEを活用した学習スタイル
マナビDX Quest
- マナビDX Quest 2023への参加記録 ③ 第2ターム～企業協働プログラムと新規事業開発PBL～
- マナビDX Quest 2023への参加記録 ② 第1ターム～AIモデル構築とプレゼン資料作成～
- マナビDX Quest2023への参加記録 ①申し込みから開会式まで