カテゴリー: data_science

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