データ分析(Python) 応用講座 実践編

データ分析の一連の業務の流れと、使用するソフトウェアやプログラミング言語について説明します。CRISP-DM という代表的なフレームワークを学ぶことで、モデリングだけでなく、ビジネス的な観点を含む全体のプロセスを理解することを目標としています。また、これから学ぶPythonライブラリの概要を学び、それぞれの役割を理解することを目標としています。

このブックでは，機械学習や統計，様々な分野での計算処理に利用されるPythonのライブラリ，NumPyの基本的な文法，関数について学習します。

このブックでは，NumPyを用いて行列計算を行う際に重要な概念となるブロードキャスト，そして実際に利用する際に役立つ3テーマを学習します。

このブックでは，穴埋め形式ではなく，問題で与えられた条件を満たすメソッドの実装に挑戦します。問題を通してNumPyの使い方が定着しているか確認してみましょう。

このブックでは，機械学習や統計など様々な分野でのデータ処理に利用されるPythonのライブラリ，Pandasの基本的な記法について学習します。

このブックでは，様々な分野でのデータ処理に利用されるPandasを利用したデータの読み込み，統計処理，関数適用など更に実践的について学習します。

Pandasに関する演習ブックです。穴埋めではなくゼロから書く力を養うことが目的です。

この問題はPythonのPandasを活用したデータ操作処理が出来ることを確認します。この問題で満点を取るためにはDataFrameの列の追加や条件にマッチした行/列の値の編集等の基礎的な操作に対する理解が求められます。

このブックでは様々なCSVデータを題材として，matplotlibとseabornを利用した可視化について学習します。データの特徴や着眼点に応じた可視化ができることを目標としています。

このブックでは，機械学習のモデル作成前によく行う前処理について学びます。 CSVファイルを読み込み，結合や欠損値への対応，標準化などのよく行われる前処理を，実際にデータを操作しながら学習します。 機械学習に用いるデータの前処理を一通り行えるようになることを目標としています。

この問題は具体的なデータの前処理が実装出来ることを確認します。この問題で満点を取るためにはDataFrameの連結、不要なカラムの削除等の操作に対する理解が求められます。