【保存版】統計＆Pythonデータ分析シリーズまとめ｜基本〜中級をやさしく解説

2025.05.05

📊 統計シリーズ 一覧

▶ 基本統計量とデータの基礎理解

▶ 相関・分布・標準化の理解

▶ モデル・機械学習の基本

▶ 次元削減・クラスタリング・応用編

🐍 Pythonシリーズ 一覧

▶ 基礎編

▶ ライブラリ入門編

▶ Numpy中級〜実践編(数値計算・配列操作用ライブラリ)

  1. 【中級①】配列操作の基本と応用｜reshape・axis・スライスをマスター
    　↳ NumPy中級①：配列操作の基本と応用｜reshape・axis・スライスをマスター
  2. 【中級②】ブロードキャストと演算の仕組みを徹底解説
    　↳ NumPy中級②：ブロードキャストと演算の仕組みを徹底解説
  3. 【中級③】条件抽出と論理演算｜配列を自在にフィルタリングする
    　↳ NumPy中級③：条件抽出と論理演算｜配列を自在にフィルタリングする
  4. 【中級④】乱数生成とシミュレーション｜再現性と統計処理の基礎
    　↳ NumPy中級④：乱数生成とシミュレーション｜再現性と統計処理の基本
  5. 【中級⑤】応用編：np.where, np.select, np.any, np.allの便利な使い方
    　↳ NumPy中級⑤：便利関数大全｜np.where, np.any, np.all, np.select を使いこなす

▶ pandas中級〜実践編(表形式データ操作用ライブラリ)

▶ matplotlib編(グラフ描画ライブラリ)

  1. 【Python初心者向け】matplotlibでグラフを描く基本｜折れ線・棒グラフの描き方
  2. 【Python可視化】散布図とカスタマイズの基本｜見やすいグラフを描くためのポイント
  3. 【Pythonグラフ作成】複数グラフを1つの画面に描く｜subplotの使い方をやさしく解説
  4. 【Pythonグラフ入門】ヒストグラムと箱ひげ図でデータの分布を可視化しよう
  5. 【Python実践可視化】pandas × matplotlib で効率よくグラフを描こう｜初心者向けに徹底解説
  6. 【保存・装飾・共有に便利】matplotlibでグラフのデザインを整える＆画像として出力する方法

▶ scikit-learn編(機械学習モデル構築ライブラリ)

  1. 【入門】scikit-learnとは？機械学習の全体像と学習の流れ
  2. 【準備】sklearnのインストールとデータセットの扱い方
  3. 【分類①】K近傍法（KNN）を使ってシンプルな分類をしてみよう
  4. 【分類②】ロジスティック回帰でスパム判定をしてみよう
  5. 【分類③】決定木・ランダムフォレストの特徴と可視化方法
  6. 【分類④】混同行列・精度・再現率・F1スコアの正しい使い方
  7. 【回帰①】線形回帰で家賃予測モデルを作る
  8. 【回帰②】多項式回帰と過学習の関係を体験する
  9. 【回帰③】正則化（Lasso, Ridge）を用いたモデルチューニング
  10. 【応用①】クロスバリデーションとグリッドサーチで精度を上げる方法
  11. 【モデル比較】SVM・決定木・ランダムフォレストの精度と解釈性の違い

✅ 本リンク集は随時アップデート中です。

コメント

タイトルとURLをコピーしました