こんにちは、Yoshimiです。機械学習のチュートリアルでデータセットを使うことも多いはずです。今回はIrisのデータセットの中身・構造を確認したいと思います。

こんにちわ、Yoshimiです。 「データサイエンティストとして統計２級くらいは持っておかないと・・・」というきもちで受けた統計２級CBT試験は撃沈しました。合格ラインは60%だったかな。そのうち8割りくらいしかできませ…

機械学習には多くのアルゴリズムがありますが、「Pythonで始める機械学習」のなかで、最も単純な学習アルゴリズムと言われているk近傍法(k-NearistNeighbor)があります。簡単な実装にチャレンジしましょう。

機械学習でなんとく決定木(Decision Tree)を使っていました。複数のアルゴリズムで検証するようになり、改めてどんなアルゴリズムなのだろうかと気になったので、調べ直しました。

商品の因果関係を解決してくれる一つとしてロジスティック回帰分析があります。統計的手法ですが、機械学習には基礎部分になります。

機械学習、データ分析といえばPandasです。CSV以外、Excelやテーブルデータhtmlなども読み込める非常に優秀なライブラリなのです。そんなPandasの使い方基礎をご紹介します。

『ドクターX ～外科医・大門未知子～』でAI任せの処方で間違いがあることを表現していました。開発者はどんなデータソースなのか知っておく必要あります。

自然言語処理の文章が肯定的か否定的かの判定を目的とした極性判定（ネガポジ判定）をゴールとして、形態素解析や形態素解析の結果からBag of Wordsの集計やTF-IDFなどの特徴量算出を行う方法について、初歩的な解説を行っていきます。

Dockerは使えると良い。どちらも使えることがエンジニアとしての価値をあげるのだと思います。超入門編です。

年頭所感で「データサイエンティストになるための2019年振り返りと2020年目標」とブログを更新してどうなっているのかを自分のタスク管理（目標管理）の意味も込めて備忘録として残しておきます。