機械学習

機械学習で最初に学ぶであろう「回帰分析」について、どういう種類があるのか、モデルを作成する上でどう考えたらよいのかを説明します。サンプルデータを元にstatsmodelsを利用して回帰モデルを作成し、分析していくので、参考にしてください。

機械学習の１つ、階層化クラスタリングのもの６つの手法を紹介します。それぞれどう分類するのか、どうすれば利用することができるのかをサンプルコードをふくめて説明していきます。

機械学習には「回帰分析」「グループ分類」「ディープランニング」などいろいろな種類があります。この記事では教師なし学習である「グループ分類」の基本を説明します。どういう考え方で、なにができるのか説明した後に、簡単なサンプルコードを実行して結果を確認します。概要を把握する際に参考にしてください。

t値は回帰モデルの説明変数がどの程度説明できるものなのか表したものです。この記事ではt値とはどういうもので、どういった使い方ができるのか解説します。なるべく自分で計算するサンプルコードも紹介するので、どのように計算しているのか理解が深まります。

機械学習-回帰分析ではどういうモデルを作成するかが重要です。作成したモデルがどの程度、正確なものか判断するのに「決定係数」を利用します。この記事では決定係数がどういったものなのか、どうやって計算するのかをサンプルコードを用いて説明します。

機械学習の需要は高まっています。この記事では基本となる値予測について説明します。最初にどういったことをやるのか概要を説明します。そのあとサンプルデータを使って値を予測していきます。

機械学習の需要は高まっています。機械学習には多くのデータを効率的に扱えることが必須です。この記事ではデータの結合(マージ)方法を紹介します。具体的には「merge関数」の使い方を説明します。

Pythonの強みの１つにデータ分析があります。この記事では実際に株価を分析するコードを書いていきます。どうやって分析していきのか知りたい方は参考にしてください。