― 基本統計量から外れ値対応、機械学習モデルまで一気に理解！

統計を独学で学びたい方へ。
この【統計自主学習シリーズ】では、基礎から応用まで、初心者にもわかりやすくステップアップできる内容をまとめています。
それぞれの記事で、実例や図を交えながら、重要ポイントをやさしく解説しています！

ぜひ、あなたのペースで読み進めてください！

「このシリーズで学べること：平均・中央値・最頻値・分散・標準偏差・正規分布・外れ値・回帰分析・分類問題・クラスタリング・次元削減など」

📖 目次

📖 目次

➀ 基本統計量をマスター！

【相加平均・中央値・最頻値・分散・標準偏差】を実例でわかりやすく解説
▶ 記事を読む

➁ データの広がりを一目で把握！

箱ひげ図の読み方と使い方を徹底解説
▶ 記事を読む

➂ 外れ値を見つけた後にどう対応すべきか？

除外・修正・無視、それぞれの判断基準をやさしく説明
▶ 記事を読む

➃ 外れ値を統計的に検出する方法

１.【IQR法・Zスコア法】を実例つきで解説
▶ 記事を読む

2.【IQR法・Zスコア法の実行方法と実行結果】

▶【Pythonで外れ値検出】IQR法とZスコア法を実装して実データで試してみた｜統計自主学習補足

➄ 相関係数の正しい読み解き方

因果関係との違いをスッキリ理解
▶ 記事を読む

➅ データを正しく扱う第一歩！

量的データ・質的データの基礎知識
▶ 記事を読む

➆ 正規分布とは？

現実世界と機械学習での使われ方・特徴をやさしく解説
▶ 記事を読む

➇ 正規性の検定とは？

データの標準化・正規化もまとめてわかりやすく解説
▶ 記事を読む

➈ なぜ標準化・正規化でモデルの精度が上がるのか？

実例を交えて解説
▶ 記事を読む

➉ 主要6モデルをやさしく解説！

【線形回帰・ロジスティック回帰・KNN・SVM・決定木・ランダムフォレスト】とは？
▶ 記事を読む

⑪ 回帰分析の基本をマスター！

単回帰分析と重回帰分析をわかりやすく解説
▶ 記事を読む

⑫ 分類問題の基礎！

混同行列・精度・再現率・F1スコアの正しい使い方
▶ 記事を読む

⑬ 過学習とバイアス・バリアンス問題をやさしく解説！

過学習・バイアス・バリアンスとは？
▶ 記事を読む

⑭ グリッドサーチ・ランダムサーチ入門

ハイパーパラメータとは？
▶ 記事を読む

⑮ 主成分分析（PCA）で次元削減！

データの本質を捉える方法!PCAについて説明
▶ 記事を読む

PCAを実際に使用する方法・実行結果(画像あり)

▶【PythonでPCA】主成分分析を使ってデータを2次元に可視化する｜統計自主学習補足

⑯ 教師なし学習の基本をやさしく解説！

クラスタリングとは？
▶ 記事を読む

⑰ エルボー法とシルエット分析を初心者向けにやさしく解説！

クラスタ数はどう決める？
▶ 記事を読む

⑱ 異常検知・次元削減の世界をやさしく解説！

教師なし学習の応用編
▶ 記事を読む

🚀 このシリーズで学べること

統計学の基本概念
データの見方・可視化・前処理
外れ値検出と対応
モデル選択の考え方
分類・回帰
教師無し学習・教師あり学習
異常検知・次元削減

独学でも、ここまで体系的に学べるシリーズはなかなかありません！
ぜひ参考にしてみてください。

【初心者向け】統計学入門・データ分析基礎をマスター！統計自主学習シリーズまとめ