Data Science チュートリアル

データサイエンスは、データサイエンティストやアナリストを目指す人のための包括的なカリキュラムを提供します。私たちのチュートリアルは、統計分析、機械学習、データビジュアライゼーションをカバーしており、初心者から中級者までに適しています。インタラクティブラボや実践的なコーディング演習を通じて、実際のデータセットを使った実践的な経験を得ることができます。私たちのデータサイエンスプレイグラウンドでは、動的なオンライン環境でスキルを応用できます。

Pandas のグループ化と集計

Pandas のグループ化と集計

この実験では、Pandas ライブラリを使用したデータグループ化と集計の基本を学びます。groupby() を使用してグループを作成し、さまざまな集計関数を適用する練習をします。
Pandas
NumPy におけるインデックス入門

NumPy におけるインデックス入門

この実験では、NumPy におけるインデックスの基本を学びます。インデックスを使用すると、配列内の特定の要素や要素のサブセットにアクセスしたり、操作したりできます。インデックスを効果的に使用する方法を理解することは、NumPy で配列を扱う上で非常に重要です。
NumPyPython
NumPy のデータ型を理解する

NumPy のデータ型を理解する

この実験では、NumPy で利用可能なさまざまなデータ型を理解し、配列のデータ型を変更する方法を段階的に解説します。NumPy は、ブール値、整数、浮動小数点数、複素数など、幅広い数値型をサポートしています。これらのデータ型を理解することは、NumPy を使用したさまざまな数値計算やデータ分析タスクを実行する上で重要です。
NumPyPython
Pandas 基本データクリーニング

Pandas 基本データクリーニング

この実験では、Pandas ライブラリを使用したデータクリーニングの基本的なテクニックを学びます。欠損値の処理、重複の削除、データ型の修正などが含まれます。
Pandas
NumPy 配列操作の基礎

NumPy 配列操作の基礎

この実験では、NumPy 配列の基本的な使い方を学びます。NumPy は Python における数値計算のための強力なライブラリです。配列に対する数学的演算を実行するための効率的なデータ構造と関数を提供します。
NumPyPython
NumPy 配列作成の基本テクニック

NumPy 配列作成の基本テクニック

この実験では、Python における配列コンテナの基本的なライブラリである NumPy を使用して配列を作成する方法を段階的に解説します。Python シーケンスの変換、NumPy の組み込み配列作成関数の使用、既存の配列の複製と結合、ディスクからの配列の読み込みなど、さまざまな配列作成方法を学びます。
NumPyPython
Pandas データソート

Pandas データソート

この実験では、Pandas DataFrame 内のデータをソートするための基本的なテクニックを学びます。単一列および複数列でのソート、ソート順序の制御、ソート操作後の DataFrame インデックスの管理について探求します。
Pandas
Pandas でのデータフィルタリング

Pandas でのデータフィルタリング

この実験では、Pandas DataFrame でのデータフィルタリングの基本的なテクニックを学びます。ブールインデックス、条件の組み合わせ、isin の使用、欠損値の処理などが含まれます。
Pandas
Pandas 入門とセットアップ

Pandas 入門とセットアップ

このラボでは、強力なデータ分析ライブラリである Pandas の使い方を学びます。インストールの確認、インポート、基本的な Series の作成、要素へのアクセス、プロパティの検査方法を習得します。
Pandas
NumPy における構造化配列

NumPy における構造化配列

この実験では、NumPy の構造化配列について学びます。構造化配列は、単純なデータ型の構成であり、名前付きフィールドとして編成されたデータ型を持つ ndarray です。これらは、表形式データなど、各フィールドがデータの異なる属性を表す構造化データを扱う場合に役立ちます。
NumPyPython
Pandas 記述統計

Pandas 記述統計

この実験では、Pandas DataFrame の平均値、中央値、最小値/最大値など、さまざまな記述統計量を計算する方法を学びます。
Pandas
NumPy ユニバーサル関数

NumPy ユニバーサル関数

この実験では、NumPy のユニバーサル関数 (ufunc) の基本を学びます。ufunc は、配列のブロードキャスティング、型キャスト、その他の標準機能をサポートしながら、ndarray に対して要素ごとに操作を実行する関数です。ufunc のさまざまなメソッド、ブロードキャスティングのルール、型キャストのルール、および ufunc の動作をオーバーライドする方法について学びます。
NumPyPython
Pandas DataFrame の作成

Pandas DataFrame の作成

この実験では、辞書からの作成を含む Pandas DataFrame の基本的な作成方法と、列およびインデックスのカスタマイズ方法を学びます。
Pandas
効率的な計算のための NumPy ブロードキャスティング

効率的な計算のための NumPy ブロードキャスティング

ブロードキャスティングは NumPy の強力な機能であり、形状の異なる配列を算術演算で使用できます。配列演算のベクトル化と計算効率の向上方法を提供します。この実験では、NumPy のブロードキャスティングの基本を解説します。
NumPyPython
Matplotlib サブプロットの作成

Matplotlib サブプロットの作成

この実験では、強力な Python のプロットライブラリである Matplotlib を使用して、単一の図で複数のサブプロットを作成およびカスタマイズする方法を学びます。サブプロットの作成、それらへのデータのプロット、レイアウトの調整を実践します。
Matplotlib
Genfromtxt を使用したデータのインポート

Genfromtxt を使用したデータのインポート

この実験では、numpy.genfromtxt 関数を使用してデータをインポートする方法を学びます。この関数を使用すると、さまざまなソースから表形式のデータを読み込み、NumPy 配列に変換できます。入力の定義、行の列への分割、列の選択、データ型の設定、および変換の微調整に関するさまざまなオプションを検討します。
NumPyPython
Scikit-learn クロスバリデーション

Scikit-learn クロスバリデーション

この実験では、scikit-learn を使用してクロスバリデーションを実行し、機械学習モデルのパフォーマンスをより堅牢に評価する方法を学びます。
scikit-learn
Pandas データ選択

Pandas データ選択

この実験では、Pandas DataFrame からデータを選択およびサブセット化するための基本的なテクニックを学びます。これには、列、行、およびデータの特定のスライスの選択が含まれます。
Pandas
  • 前へ
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 165
  • 次へ