ナンバーズ予想で学ぶ統計学
本書は数字選択式宝くじ ナンバーズ の予想方法を研究する人と、統計学を独学したいけど同じ勉強するなら(宝くじという)エキサイティングな要素も欲しいという人に向けた統計解析の解説書です。 統計学を学ぶためにナンバーズのデータを利用し、ナンバーズの予想のためにどのような統計的手法が使えるかを学ぶことができる文書です。 本書の目指すところ 統計的手法の使い方を学ぶ。 統計学の理論は無視する(高度な数式を勉強しない)。 統計的手法を使ってナンバーズを予想してみる。 統計学の基礎的な知識を学ぶ。 データマイニングも含む。 ナンバーズの予想に使えないかもしれないけどおもしろそうな予想方法も勉強してみる。 統計解析のソフトウェアは Python と関連ライブラリ ( pandas や SciPy library ) を使用します。 エクセル や Google スプレッドシート 、 R もありますけど個人
Python：時系列分析（その１） : 分析技術とビジネスインテリジェンス
Python pandasとstatsmodelsを用いた時系列分析についてまとめる。pandasは欠損値の処理や移動平均の算出に、statsmodelsはARIMAなど時系列解析の実施に用いるとよさそう。以下の内容について順次取り上げていきたい。 ●単純移動平均 ●自己相関関数（ACF：Auto Correlation Function） ●偏自己相関関数（PACF：Partial Auto Correlation Function） ●自己回帰過程：AR(p) ●自己回帰移動平均過程：ARMA(p, q) ●自己回帰和分移動平均過程：ARIMA(p, q, d) ●多変量自己回帰過程：VAR(p) ●状態空間モデル ARIMAまでがひとつの系列のみを対象とした分析。VARはARの多変量版で、ある系列を予測するのに他の系列のデータも活用する。状態空間モデルは、観測方程式と状態方程式（真の
無料で読めるデータ分析に役立つ Python の電子書籍まとめ - Qiita
以前、機械学習や統計に関する情報収集についてまとめました。今日はその続きというか補足で、データ分析に役立つ無料で読める Python E-book をまとめました。 ここにある PDF を取り敢えず手持ちのタブレットか PC に突っ込んでいつでも必要なときに参照すると良いでしょう。毎回 Google 検索しても良いですが、確実に理解しておきたい基礎となる知見はやはり書籍で持っていたほうが安心です。 プログラミング言語 まずは Python 3 本体です。 Free Python Books http://www.onlineprogrammingbooks.com/python/ 上記からさまざまな Python の書籍を無料で閲覧することができます。中には少し古い Python 2 の書籍も混じっていますので、どのバージョンの Python を対象にしているか気を付けたほうが良いでしょう
RとPythonによるデータ解析入門
講演者: 椿 真史 氏 (産業技術総合研究所 人工知能研究センター 研究員) 概要: 本講演では、創薬・材料科学への機械学習応用について紹介する。特に近年、グラフ構造データに対する深層学習手法であるグラフニューラル（畳み込み）ネットワークが流行しており、創薬や材料で扱われる分子化合物や結晶について、その物性や機能を高精度で予測できるようになってきた。その一方で、深層学習のモデリング自体が機械学習コミュニティのみで肥大化し、結果の解釈性だけでなく、量子物理・化学の観点から様々な問題もある。本講演を通して、深層学習の科学データへの応用に関する正と負の側面について議論したい。 Link: https://stair.center/archives/events/ai-seminar-026
Scipy,Numpy,matplotlibの初心者向けリソースのメモ - cslabの日記
ちなみに、ScipyはNumpyに依存していて、NumpyはN次元配列を効率的にあつかえる機能が実装されている、らしい。 Scipyのとっかかりとしては、「科学技術計算のために Python を始めよう」のリソースがOK http://www.ike-dyn.ritsumei.ac.jp/~uchida/scipy-lecture-notes/index.html roscipy 2010 のチュートリアルからの講義和訳らしい。 scipyのTutorialも必須だろう。 http://docs.scipy.org/doc/scipy/reference/tutorial/index.html scipyで各種ファイルを読み込む http://docs.scipy.org/doc/scipy/reference/tutorial/io.html matlabのmatファイル、wekaのar
Pythonでの統計処理 - エンジニアブログ - スカイアーク
こんにちはこんにちは山川です。 7/30に行われた札幌Python 3.1 で40分ほどPythonでの統計処理についてイントロを話してきました。 資料は以下です。 統計といえば R がおなじみ（SPSSとか使えるお金があるところは別ですが）ですが、 ロジックを作り込む場合や周辺処理が多い場合はPythonでやった方が便利な場面がけっこうあります。 データの前処理／後処理については R を利用する場合でもPerlなりRubyなりで加工することが多いですので、それだったら統計部分も同じスクリプトでかけた方が便利じゃないかろうか、Pythonだと割と統計用の道具がそろっているので便利だよーという話でした。 で、Python の使い道ですが、割と他に無いライブラリが結構そろっていることが多く、他の開発言語で難しいことが割合簡単に出来てしまうことがあります。今回の numpy/scipy だけでな
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
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
