[B! Python] y_kameのブックマーク

因果推論100本ノック(1)因果効果とランダム割付

はじめに因果推論100本ノック（自作）1本目~10本目の問題とPythonのサンプルコードです．問題の不備や内容の誤り等ありましたら，ご指摘いただけますと幸いです．設定アナリストの分析レポートが営業の受注件数にどれくらい貢献しているかを分析するケースを考えます．今回は，下記フォルダの「causal_knock1.csv」ファイルのデータを利用します．データのカラムの概要は下記の通りです．変数名データの概要備考

y_kame 2023/04/10

リンク

[確率思考の戦略論] 1.確率理論の導入とプレファレンスの数学的説明

import numpy as np import scipy from scipy.stats import binom %matplotlib inline %config InlineBackend.figure_format = 'svg' import matplotlib import matplotlib.pyplot as plt import seaborn as sns print("numpy version :", np.__version__) print("matplotlib version :", matplotlib.__version__) print("sns version :",sns.__version__) numpy version : 1.18.1 matplotlib version : 2.2.2 sns version : 0.8.1

y_kame 2022/04/24

リンク

Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した

Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した 2022-03-08 Google の非公式ブログで、The Unofficial Google Data Science Blog というデータサイエンスをテーマにしたブログがある。その中で、 Practical advice for analysis of large, complex data sets の記事を元にして作られた Google Developers Guides: Machine Learning Guides > Good Data Analysis を昨日見かけて読んでいたら素晴らしいドキュメントだったので、ここでその感動を共有したかったので筆をとったしだい。 Good Data Analysis の概

y_kame 2022/03/09

リンク

Pythonで競プロをしよう！〜入門者が知っておくべきTips〜

こんにちは、Finatextグループのナウキャストでデータエンジニアをしているけびん( Twitter: @Kevinrobot34, AtCoder: Kevinrobot34 )です。先日、PyCon JP 2020で、「Pythonで競プロをしよう！〜入門者が知っておくべき高速化Tips〜」という題名で発表をさせていただきました。発表時のスライドと動画はこちらです。この内容について、少し加筆してまとめようと思います。はじめに最近AtCoderを中心に、競技プログラミングの人気が高まっています。 C++で参加している人が最も多いですが、Pythonで参加している人もかなり増えています。 Pythonは書きやすい一方でC++と比べてしまうと実行速度が遅く、Logicは正しくてもPythonだとTLE(Time Limited Exceeded, 時間超過)してしまうことも少なくあり