カテゴリ · 301本
データサイエンス
データサイエンスの記事の一覧です。統計学・多変量解析・機械学習・生成AI・データ解析・品質工学まで、ビジネスに活かせるデータサイエンスを、例とコードで解説しています。
MTシステムを実装出来るRパッケージ
ここではMTシステムを実装するのに便利なR言語のMTSYSパッケージを紹介します。
【1分でわかりやすく解説】MT法ってなに？
当サイト【スタビジ】の本記事では、タグチメソッドの異常検知手法のうち最も定番のMT法についてまとめていきます。マハラノビス距離を使った検知手法でアルゴリズムが分かりやすく使いやすいのが特徴的です。
多変量解析の基礎をRで実装しながら学んでいこう！
当サイト【スタビジ】の本記事では、データの構造把握に役立つ多変量解析について見ていきます。多変量解析とは予測的な観点ではなくあくまで現状データの構造把握に端を発していることが特徴です。Rでの実装も同時に行いながら理解を深めていきましょう！
ナイーブベイズ（単純ベイズ）とは？概要とRでの実装！
当サイト【スタビジ】の本記事では、ベイズ推定を用いた機械学習手法であるナイーブベイズについてまとめていきます！ナイーブベイズの仕組みや応用場面を見ていったあと、ナイーブベイズと他の機械学習手法をRで実装して精度を比較していきますよー！
【入門】自然言語処理でできることをいくつかPythonで実装してみる！
当サイト【スタビジ】の本記事では、自然言語処理についてPythonでの実装と合わせてまとめていきたいと思います。実際にテキスト情報を形態素解析で分解してテキスト類似度を計算したり、空欄を予測したりすることができるんです！
ニューラルネットワークとは？仕組みとRでの実装！
当サイト【スタビジ】の本記事では、ディープラーニングの原型となるニューラルネットワークについてまとめていきます！ニューラルネットワークはディープラーニングを学ぶ上での基礎知識としておさえておいてほしい手法。Rでの実装も一緒におこなっていきますよー！
過学習とは？ランダムフォレストなどの機械学習における過学習の対策方法をまとめていく！
当サイト【スタビジ】の本記事では、データ分析時に気を付けなくてはいけない過学習についてまとめていきます。過学習はどんな時に起こるのか理解した上で、過学習を回避する方法についても詳しく見ていきますよー！データ分析時の参考にしてくださいね！
パラメトリックとノンパラメトリックについてわかりやすく解説！使い分けの判断は？
当サイト【スタビジ】の本記事では、統計学の世界でよくきくパラメトリックモデルとノンパラメトリックモデルの違いについて解説していきます。統計モデリングの世界へとつながっていくので統計学を学ぶ人にはぜひおさえておいて欲しい概念です。
主成分分析とは？簡単な説明とPythonでの実装！
当サイト【スタビジ】の本記事では、実務の基礎分析にて使われることの多い主成分分析について詳しく見ていきます。最後にはカンタンなPythonでの実装も載せていますのでぜひ参考にしてみてください！
【手計算で紹介】パーセプトロンを簡単な例でわかりやすく解説！
当サイト【スタビジ】の本記事では、パーセプトロンについて分かりやすく簡単な例で徹底的に解説していきたいと思います！パーセプトロンを理解できればニューラルネットワークやディープラーニングの理解が早まるので是非おさえておきましょう！
【徹底解説】PyCaret（パイカレット）とは？使い方を解説！
当サイト【スタビジ】の本記事では、最強の機械学習ライブラリPyCaretについて徹底的にまとめていきますよ！PyCaretはたった数行でデータの前処理から様々な機械学習手法の精度比較までしてくれる非常に優秀なライブラリ。これを使うことでモデリングにかけていた時間を大幅に短縮することができますよ！
【実践】Pythonで株価取得～分析・予測まで実践してみよう！
当サイト【スタビジ】の本記事では、データサイエンスの実践として株価データを使った分析を解説していきます！実データをもとに学習・予測モデルを作る手法をマスターしていきましょう！
【サンプルコード付き】画像認識をPython×機械学習で実装していこう！
本記事では、画像認識についてPythonでプログラムを実装しながら簡単に解説していきます。画像認識の領域はディープラーニングの発展とともに盛り上がり、今でも様々な研究が盛んです。そんな画像認識の領域についてサンプルコードを参考にしながらPythonで実装していきましょう！
Pythonで統計学を効率よく勉強していく方法！
当サイト【スタビジ】の本記事では、統計学をいかにPythonを使って効率よく勉強していくかについてまとめていきます！Pythonは他のデータ分析プログラミング言語よりも出来ることの幅が広く応用が利きます。そんなPythonを使ってどのように勉強していけばよいのか見ていきましょう―！
レコメンドで使われる4つのアルゴリズムを簡単に紐解く！
当サイト【スタビジ】の本記事では、レコメンドに用いられる4つのアルゴリズムについて数式は使わずに簡単に解説していきます。レコメンドはどこに向かうのかみたいな議論もしていきたいと思います。果たして完璧なレコメンドはあり得るのでしょうか？
RNN(リカレントニューラルネットワーク)の概要とPython実装方法をわかりやすく解説！
当サイト【スタビジ】の本記事では、ディープラーニングを時系列にも対応させたRNN（リカレントニューラルネットワーク）について解説していきます。RNNの仕組みや応用場面と一緒にPythonでの実装をしていきます。これからの応用が期待される領域なんですよー！
【5分で分かる】RT法とは？MT法との違いは？
この記事では、MT法の改良手法であるRT法について見ていきたいと思います。
【入門者向け】scikit-learn（サイキットラーン）の使い方について徹底解説して実装していく！
当サイト【スタビジ】の本記事では、Pythonのライブラリ「Scikit-learn」について解説していきます。Scikit-learnは簡単に機械学習モデルを構築することの出来るライブラリで非常に重宝します。本記事の最後では実際に機械学習手法「ランダムフォレスト」をScikit-learnを使って実装してみましょう！
【入門者向け】SE（システムエンジニア）になるための勉強方法！7つのステップ！
当サイト【スタビジ】の本記事では、SE(システムエンジニア)になるために求められるスキルとそれを身に付けるための勉強法について徹底的にまとめていきます！入門者でも、SEになるために独学で出来ること、何から学べばいいのかを見ていきましょう！
SE・データエンジニアが向いていない/つまらないと思うなら事業会社に転職するべき！
当サイト【スタビジ】の本記事では、外部ベンダーのSEの方に向けて、事業会社に転職したらめちゃくちゃ活躍の場があるしめっちゃ面白いから、もし向いていないと少しでも感じるなら行動しよう！というお話をお届けします。SEの方にとっても会社にとっても日本にとってもそうすべきだと信じています！