data_science:Chapter4 確率と統計の基礎

こんにちはKeita_Nakamoriです。

データサイエンティスト育成講座、連休のおかげで久々に手がつけられました。

主に確率分布、推定、検定の話でした。苦手な分野なので地道に理解しながら牛歩のごとく進めました。

スクリプトメモ

data_scientist_chapter_4

次回は再びNumpyやらPandasの使い方になるのでさらっと行けたら良いなと思います。

data_science:Chapter3 記述統計と単回帰分析

こんにちはKeita_Nakamori(´・ω・`)です。

ここから統計っぽくなってきました。

記述統計 推論統計 回帰とやっていきます。

ディレクトリの操作もJupyter notebook上でできますのでメモっています。

データの読み込み>pandas.DataFrame化

ヒストグラム 箱ひげ図 散布図

分散 標準偏差 変動係数 相関係数 共分散 相関

線形単回帰分析 決定係数(寄与率)

ローレンツ曲線 ジニ係数化

スクリプトメモ

data_scientist_chapter_3

data_science:Chapter1 Pythonの基礎

こんにちは、Keita_Nakamori(´・ω・`)です。

「東京大学のデータサイエンティスト育成講座」を参考に学習を進めています。

pythonで色々と実行していきますので、章ごとにスクリプトのメモを残していこうと思います。※ 我流でやっていますので本書の中身とは異なります。

第一章はpythonの基礎的な操作方法なので、なれている方にとっては読み飛ばして良いところです。

無名関数(ラムダ式)の復習くらいですかね。ああ、そんなのもあったな程度です。高階関数 イテレーター ジェネレータ デコレーターなどは出てきません。

基本、なくてもデータサイエンスでは困りません。

スクリプトメモ

data_scientist_chapter_1