PyCaretからAutoVizを使用して探索的データ分析（EDA）を簡単に行ってみる - DATAFLUCT Tech Blog
こんにちは！nakamura（@naka957）です。本記事では、PyCaretで簡単に探索的データ分析を行う方法をご紹介します。 探索的データ分析（Explanatory Data Analysis: EDA）とは、データセットを様々な視点から分析し、データを考察することを目的に行うことです。EDAで得られた知見や仮説を活用し、その後のデータ分析や機械学習モデルの構築を有効に行うことができます。 データを考察するための最も有効な手法は、可視化することです。そのため、データを可視化するスキルはEDAにおいて非常に重要になります。本記事ではEDAを目的とした可視化する方法をご紹介します。 では、早速始めていきます。 PyCaretとは AutoVizとは ライブラリのインストール 実行の前準備 EDAの実行 散布図 棒グラフ 密度分布 Violinプロット ヒートマップ（相関係数） Auto
【データサイエンティスト入門編】探索的データ解析（EDA）の基礎操作をPythonを使ってやってみよう
機械学習エンジニアやデータサイエンティストが、一番最初に行う作業をご存知でしょうか？会社や組織から課題を与えられた場合、最初に行うのが「探索的データ解析」と呼ばれる作業です。 探索的データ解析、英語ではExplanatory Data Analysis（略してEDA）とは、データの特徴を探求し、構造を理解することを目的としたデータサイエンスの最初の一歩です。 探索的データ解析は機械学習のタスクの一番最初のフェーズで、まずはデータに触れてみて、データを視覚化したり、データのパターンを探したり、特徴量やターゲットの関係性/相関性を感じるとるのが目的です。 より高度な機械学習のモデルの構築をしたり、難解な問題を解決する際には、特徴量エンジニアリング（英語でFeature Engineering）を必要することが多々あり、その際に深いデータの知識と理解が求められます。 問題を解決する前に、どのよう
アナログ回路シミュレータによる回路シミュレーションの実際
サイバネットシステム 電子機器設計の現場で最近よく耳にする「EDA」。本連載では、電子機器設計の構想から実装に至るあらゆる場面で利用されているEDAが、設計プロセスの各場面でどのような目的でどのように活用されているのかを解説していく。（編集部） 0. はじめに 第1回の記事では、なぜEDAツールが必要なのかということについて俯瞰（ふかん）的に見ていきました。今回はもう少し具体的にアナログ回路シミュレータSPICEを使ったシミュレーションの例を紹介しましょう。 SPICEは、作成した回路が設計者の考えているとおりに動作しているかどうかPC上でシミュレーションを行って確認するためのソフトウェアです。ここではSPICEプログラムの1つ、Cadence社のPSpiceを使ったシミュレーションを例に解説します。 1. なぜ、SPICEが必要か 近ごろの電子機器は小型化に向かう傾向にあります。それに歩
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
