ネイピア DS

「のんびり統計」です。 データサイエンス/統計の情報を発信をします! 機械が学習すると…

ネイピア DS

「のんびり統計」です。 データサイエンス/統計の情報を発信をします! 機械が学習すると私も学習するという相互学習関係を構築しています。 楽しくデータサイエンスを学べる場に、って思って書いています。

マガジン

  • 楽しい写経 Python・ベイズ・機械学習・統計・生成AI…

    技術書などの「写経」を記事にします。 ただいまPython、ベイズ、機械学習、統計、異常検知、生成AIに取り組み中。 一緒に技術スキル向上を目指しましょう!

  • データサイエンスっぽいことを綴る

    データサイエンスっぽいことを綴るコラムのような不定期の書き物です。 おもに統計、データ分析、AI、機械学習、Pythonです。

  • のんびり統計-統計検定2級問題集を解いて-

    一緒に統計を学びましょう! 統計検定2級の問題を手がかりにして、直感的に書き綴ります。 問題集が無くてもOK。データに基づく統計の学びの話題を揃えています! データサイエンス熱の高まりがやまない昨今です。 データを読み解く統計の知識を楽しく学んで、数字活用力の基礎づくりをしてみませんか!? <記事の構成> 【問題を解く】統計検定2級CBT公式問題集を解きます 【知る】CBT問題集にまつわる統計トピックの読み物です 【実践する】手作業・EXCEL・Python・Rで統計トピックを動かします

  • 実験!たのしいベイズモデリング1&2をPyMC Ver.5で

    ベイズモデリングをPyMCで楽しもう!という実験的なブログです。 引用するデータ分析書籍「たのしいベイズモデリング」「たのしいベイズモデリング2」をPyMCのパワーで200%楽しもうと思っています。 その他のベイズ書籍の取り組み記事もマガジンで参照できるようにしています。

  • Twitterアカウントが永久凍結になった件

    MZDAOのトレンドジャックイベントに参加して、なぜかTwitterアカウントが永久凍結に! トレンドジャックイベントの様子から永久凍結の解除までを赤裸々に綴ります。 参考までに。

最近の記事

  • 固定された記事

ごあんない

あいさつ こんにちは、のんびり統計です。 統計・データサイエンスを一緒に学びましょう! この記事は、ブログの7つのテーマを紹介しています。 気になるテーマがありましたら、リンクで目次にお進みくださいませ。 1.のんびり統計 統計検定2級の問題集を手がかりにして、確率・統計をざっくり掘り下げるブログです。 雑談感覚で大丈夫です。ぜひ覗いていってくださいね。 統計検定2級公式問題集CBT対応版に対応しています。 Python、EXCELのサンプルコードの配布もあります。

    • 「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.5「反復測定分散分析のシミュレーション」

      第5章「統計的検定の論理とエラー確率のコントロール」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第5章「統計的検定の論理とエラー確率のコントロール」の5.5節「反復測定分散分析のシミュレーション」の Python写経活動 を取り扱います。 今回は反復測定分散分析のシミュレーションです。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コードの文字の細部をなぞって

      • 「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.4「一元配置分散分析のシミュレーション」

        第5章「統計的検定の論理とエラー確率のコントロール」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第5章「統計的検定の論理とエラー確率のコントロール」の5.4節「一元配置分散分析のシミュレーション」の Python写経活動 を取り扱います。 今回は一元配置分散分析のシミュレーションです。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コードの文字の細部をなぞって

        • 「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑦サポートベクターマシン

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回はサポートベクターマシンを用いた時系列データの異常検知です。 ではテキストを開いて時系列デ

        • 固定された記事

        ごあんない

        • 「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.5「反復測定分散分析のシミュレーション」

        • 「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.4「一元配置分散分析のシミュレーション」

        • 「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑦サポートベクターマシン

        マガジン

        • 楽しい写経 Python・ベイズ・機械学習・統計・生成AI…
          95本
        • データサイエンスっぽいことを綴る
          31本
        • のんびり統計-統計検定2級問題集を解いて-
          79本
        • 実験!たのしいベイズモデリング1&2をPyMC Ver.5で
          45本
        • Twitterアカウントが永久凍結になった件
          4本
        • 実験!岩波データサイエンス1のベイズをPyMC Ver.5で
          14本

        記事

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.3「エラー確率のシミュレーション」

          第5章「統計的検定の論理とエラー確率のコントロール」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第5章「統計的検定の論理とエラー確率のコントロール」の5.3節「エラー確率のシミュレーション」の Python写経活動 を取り扱います。 今回は統計的検定の第一種の過誤~タイプⅠエラー確率のシミュレーションです。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コード

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.3「エラー確率のシミュレーション」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑥線形回帰

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回は線形回帰を用いた時系列データの異常検知です。 ではテキストを開いて時系列データの異常検知

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑥線形回帰

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.1、5.2「統計的検定の論理、対応のないt検定」

          第5章「統計的検定の論理とエラー確率のコントロール」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第5章「統計的検定の論理とエラー確率のコントロール」の5.1節「統計的検定の論理」と5.2節「Rによる統計的検定の実際」の Python写経活動 を取り扱います。 今回は対応のないt検定の実践を通じて統計的検定の論理に近づきます。 R の基本的なプログラム記法はざっくり Python の記法と

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第5章5.1、5.2「統計的検定の論理、対応のないt検定」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑤GradientBoost

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回はGradientBoostを用いた時系列データの異常検知です。 ではテキストを開いて時系

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編⑤GradientBoost

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.3「相関係数の標本分布と信頼区間」

          第4章「母数の推定のシミュレーション」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第4章「母数の推定のシミュレーション」4.3節「相関係数の標本分布と信頼区間」、4.4節「演習問題」の Python写経活動 を取り扱います。 今回はシミュレーションを通じて相関係数の信頼区間とお友達になります。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コードの文字の細部を

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.3「相関係数の標本分布と信頼区間」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編④AdaBoost

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回はAdaBoostを用いた時系列データの異常検知です。 ではテキストを開いて時系列データの

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編④AdaBoost

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.2「母平均の信頼区間」

          第4章「母数の推定のシミュレーション」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第4章「母数の推定のシミュレーション」4.2節「母平均の信頼区間」の Python写経活動 を取り扱います。 今回はシミュレーションを通じて母平均の信頼区間とお友達になります。 信頼区間の%は母比率の確率じゃないアレの図も出現です! R の基本的なプログラム記法はざっくり Python の記法と近いです。

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.2「母平均の信頼区間」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編③ランダムフォレスト

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回はランダムフォレストを用いた時系列データの異常検知です。 ではテキストを開いて時系列データ

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編③ランダムフォレスト

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.1「統計的推測の基礎」

          第4章「母数の推定のシミュレーション」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第4章「母数の推定のシミュレーション」4.1節「統計的推測の基礎」の Python写経活動 を取り扱います。 今回はシミュレーションを通じて母数の推定量が持つ性質「一致性」「不偏性」「有効性」を確認します。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コードの文字の細部をなぞっ

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第4章4.1「統計的推測の基礎」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編②特異スペクトル変換法

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回は時間窓を利用した特異スペクトル変換法です。 ではテキストを開いて時系列データの異常検知の

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編②特異スペクトル変換法

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第3章3.4「任意の相関係数を持つ変数が従う確率分布」

          第3章「乱数生成シミュレーションの基礎」書籍の著者 小杉考司 先生、紀ノ定保礼 先生、清水裕士 先生 この記事は、テキスト「数値シミュレーションで読み解く統計のしくみ」第3章「乱数生成シミュレーションの基礎」3.4節「任意の相関係数を持つ変数が従う確率分布」の Python写経活動 を取り扱います。 今回は相関係数と多変量正規分布の結びつきを確認します。 R の基本的なプログラム記法はざっくり Python の記法と近いです。 コードの文字の細部をなぞって、R と Py

          「数値シミュレーションで読み解く統計のしくみ」をPythonで写経 ~ 第3章3.4「任意の相関係数を持つ変数が従う確率分布」

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編①スライド窓k近傍法

          第3章「時系列データにおける異常検知」書籍の著者 曽我部東馬 先生、監修 曽我部完 先生 この記事は、テキスト「Pythonによる異常検知」第3章「時系列データにおける異常検知」3.5節「時系列データにおける異常検知」3.5.2項「機械学習による時系列データの異常検知」の通称「寄り道写経」を取り扱います。 7回連続で機械学習を利用した時系列データの異常検知を寄り道写経します! 今回はスライド窓k近傍法です。 ではテキストを開いて時系列データの異常検知の旅に出発です🚀

          「Pythonによる異常検知」を寄り道写経 ~ 第3章3.5節「時系列データにおける異常検知」機械学習編①スライド窓k近傍法