#100日でプロになるワシ
100日後にプロになるワシ15日目（Python）
今日は前回の続き。
前回は機械学習を始めるために環境構築とデータのダウンロード
データの確認まで行いました。
今日はデータの分析を行なっていきます。
参考（https://signate.jp/competitions/269/data）
データにはたまに欠損と言って値が入ってなかったりします。
今回はあらかじめデータの欠損があることがわかっていたので
まずはデータの欠損がどれくらいあるか調
100日後にプロになるワシ14日目（python）
昨日はECサイトの顧客の購入データから顧客が好みそうな商品を予想するモデルを作成した。
今日からは新しく引っ越し需要予測というのをやる
今までは、穴埋め問題という「学習」スタイルで進めていたけど、今日からはガチコンペの課題です。（解答ないやーつ）
やったことアップル引っ越しセンター、機械学習コンペティション
環境構築とデータ確認まで。
概要引っ越しの需要は3月が年間平均の2.5倍、4月が2
100日後にプロになるワシ13日目（python）
やったことSIGNATEを使った機械学習
テーマ：ECサイトにおける購買率の最適化
今日は昨日やった機械学習モデルの改善
学習データの量を調整するたくさん勉強したらいい点が取れるのと同じで
機械もデータが多いほど精度が上がるらしい
とのことで学習データを増やします。
とは言え、今は1ヶ月分のデータしかありません。
どうするのかというと
1ヶ月のデータの分配の割合を変えます
前回2週間
100日後にプロになるワシ12日目(python)
やったことpythonで機械学習。
ECサイトにおける購買率の最適化をAIで行う
参考
https://quest.signate.jp/quests/10028
前回は機械学習前の前段階。
今回は前回より作成した学習用データと予想データを使って
モデリングを作成する。
機械学習モデルへ入力するためのデータの作成する
# クエリリスト作成query_list = train_all['us
100日後にプロになるワシ11日目(python)
やったことSIGNATE
ECサイトにおける購買率の最適化
モデリングするための特徴量作成
データを学習用と検証用に分割機械学習で学ばせる学習用データと、
学習した後そのモデルにテストさせる検証用データで分ける。
1ヶ月のデータのうち前半のデータ（2週間分）を学習用データ
後半のデータを検証用データとして使う。
またさらに、
学習用データを「説明変数期間」「目的変数期間」と1週間づつ分けます
100日後にプロになるワシ9日目(python)
やったことSIGNATE（機械学習）
テーマ：ECサイトにおける高倍率の最適化
章：データの読み込みと確認
1. ユーザーの行動履歴データの読み込み
1. ライブラリのインポート
2. ファイルの読み込み
2. ユーザーの行動履歴データにおける内容の確認
1. 読み込んだデータのカラムを確認する
2. 各カラムのデータ型を確認する
3. データの最初の5
100日後にプロになるワシ8日目(python)
メイン画像はYoutubeの一コマ
やったこと
次やることを決める（情報収集？）
youtubeでpythonで検索してたら
「【注目】プログラミング言語！Pythonでできること8選！」というのがあったので見てみた
pythonでできるのは以下の8つとのこと。
1. AI
2. Webサイト制作
3. ゲーム作成
4. スマホアプリ作成
5. デスクトップアプリの作成
6. ブロックチェー