マガジン
楽しい写経 Python・ベイズ・機械学習・統計・生成AI…
ネイピア DS
- 103本
技術書などの「写経」を記事にします。 ただいまPython、ベイズ、機械学習、統計、異常検知、生成AIに取り組み中。 一緒に技術スキル向上を目指しましょう！
のんびり統計－統計検定２級問題集を解いて－
ネイピア DS
- 79本
一緒に統計を学びましょう！ 統計検定２級の問題を手がかりにして、直感的に書き綴ります。 問題集が無くてもＯＫ。データに基づく統計の学びの話題を揃えています！ データサイエンス熱の高まりがやまない昨今です。 データを読み解く統計の知識を楽しく学んで、数字活用力の基礎づくりをしてみませんか！？ ＜記事の構成＞ 【問題を解く】統計検定2級CBT公式問題集を解きます 【知る】CBT問題集にまつわる統計トピックの読み物です 【実践する】手作業・EXCEL・Python・Rで統計トピックを動かします
実験！たのしいベイズモデリング１＆２をPyMC Ver.5で
ネイピア DS
- 45本
ベイズモデリングをPyMCで楽しもう！という実験的なブログです。 引用するデータ分析書籍「たのしいベイズモデリング」「たのしいベイズモデリング２」をPyMCのパワーで200%楽しもうと思っています。 その他のベイズ書籍の取り組み記事もマガジンで参照できるようにしています。
Twitterアカウントが永久凍結になった件
ネイピア DS
- 4本
MZDAOのトレンドジャックイベントに参加して、なぜかTwitterアカウントが永久凍結に！ トレンドジャックイベントの様子から永久凍結の解除までを赤裸々に綴ります。 参考までに。
最近の記事
- 固定された記事
「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ～ 第７章7.2「シミュレーションデータで統計指標の意味を理解する」
第７章「回帰分析とシミュレーション」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第７章「回帰分析とシミュレーション」の7.2節「シミュレーションデータで統計指標の意味を理解する」の Python写経活動 を取り扱います。 第７章は回帰分析を掘り下げます。 今回は回帰分析の係数とサンプルサイズに関連する４つのシミュレーションを実践します。 R の基本的なプログラム記法はざっくり Pytho
マガジン
記事
「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ～ 第６章6.5「非心分布を使わないサンプルサイズ設計のシミュレーション」
第６章「適切な検定のためのサンプルサイズ設計」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第６章「適切な検定のためのサンプルサイズ設計」の6.5節「非心分布を使わないサンプルサイズ設計のシミュレーション」の Python写経活動 を取り扱います。 第６章はシミュレーションを通じて、調査・実験の事前段階でサンプルサイズを設計する方法を学びます。 今回はタイプⅡエラー確率をシミュレーションする
「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ～ 第６章6.4「いろいろな検定におけるサンプルサイズ設計の実践」
第６章「適切な検定のためのサンプルサイズ設計」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第６章「適切な検定のためのサンプルサイズ設計」の6.4節「いろいろな検定におけるサンプルサイズ設計の実践」の Python写経活動 を取り扱います。 第６章はシミュレーションを通じて、調査・実験の事前段階でサンプルサイズを設計する方法を学びます。 今回は３つの検定のサンプルサイズ設計を学びます。 R
「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ～ 第６章6.2「タイプⅡエラー確率のコントロールとサンプルサイズ設計」
第６章「適切な検定のためのサンプルサイズ設計」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第６章「適切な検定のためのサンプルサイズ設計」の6.2節「タイプⅡエラー確率のコントロールとサンプルサイズ設計」の Python写経活動 を取り扱います。 第６章はシミュレーションを通じて、調査・実験の事前段階でサンプルサイズを設計する方法を学びます。 今回はタイプⅡエラー確率の計算を学びます。 非心
「Pythonによる異常検知」を寄り道写経 ～ 第３章3.5節「時系列データにおける異常検知」機械学習編⑦サポートベクターマシン
第３章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第３章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 ７回連続で機械学習を利用した時系列データの異常検知を寄り道写経します！ 今回はサポートベクターマシンを用いた時系列データの異常検知です。 ではテキストを開いて時系列デ
「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ～ 第５章5.1、5.2「統計的検定の論理、対応のないｔ検定」
第５章「統計的検定の論理とエラー確率のコントロール」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第５章「統計的検定の論理とエラー確率のコントロール」の5.1節「統計的検定の論理」と5.2節「Rによる統計的検定の実際」の Python写経活動 を取り扱います。 今回は対応のないｔ検定の実践を通じて統計的検定の論理に近づきます。 R の基本的なプログラム記法はざっくり Python の記法と
「Pythonによる異常検知」を寄り道写経 ～ 第３章3.5節「時系列データにおける異常検知」機械学習編⑤GradientBoost
第３章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第３章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 ７回連続で機械学習を利用した時系列データの異常検知を寄り道写経します！ 今回はGradientBoostを用いた時系列データの異常検知です。 ではテキストを開いて時系
