2023-05-10: コンテンツ更新履歴

2023年5月10日分のPyQの更新内容です。

クエストの更新

解説が少ない問題の解説の追加、ソースコードの見直し、不具合、誤字修正を行いました。 また、クエストの利用ライブラリーのバージョンアップを行いました。

以下は、ソースコード見直しを行ったクエストです。

• 文字列.replaceやlen関数の使い方

• Jupyter Notebookのグラフ描画とマジックコマンド

• matplotlibとは

• 描画オブジェクトとサブプロット

• グラフの設定

• 折れ線グラフ、棒グラフ、円グラフ

• 散布図、ヒストグラム、箱ひげ図

• グラフの加工

• データを集約しよう

• pandasのデータ構造DataFrameの構成要素

• 演習 - DataFrameの構成要素の変更

• 欠損値を学ぼう

• DataFrameの列の更新

• シンプルな書き方による絞り込み

• グループ化でできることを知ろう

• グループ化して集約しよう

• グループ化して抽出しよう

• 柔軟なグループ化をしよう

• 運動の記録を集計してグラフを描画しよう

• 摂取カロリーの記録を集計してグラフを描画しよう

• pandasでグラフを描画してデータの概要を確かめよう

• DataFrameを加工しよう〜結合編

• pandasで欠損値を扱う方法を学ぼう

• 時系列データを処理する方法を学ぼう

• pandasでデータの読み込んで欠損値処理をしよう

• エンコーディングによるエラーを解消するには

• ロング形式からワイド形式に変換するには

• 文字列を日付時刻に変換するには

• 週ごとにデータを集約するには

• 値によってスタイルを変えるには

• 平均値未満の値のスタイルを変えるには

• 値が大きいほど背景色を濃くするには

• 数値の書式を指定するには

• 複数のスタイルを適用するには

• NumPyで行列計算をしよう

• シミュレーションと統計量

• 大数の法則とばらつき

• ベイズの定理

• 統計の基礎の確認

• 母集団と標本

• 標本平均の標準誤差

• サンプリングの確認

• 点推定

• 区間推定

• 推定のおさらい

• 仮説検定とは

• データに基づく仮説検定

• 両側検定と片側検定

• 2標本の検定

• 多重仮説検定

• 色々な仮説検定

• 決定木を使って分類しよう

• 過学習の罠について知ろう

• 機械学習でマーケティングをしてみよう

• クラスタリングを使って顧客を分類しよう

• 正則化を使って回帰分析しよう

• 回帰のパラメーターの探索しよう

• patsyのモデル式を使おう

• クラスタリングで顧客の分類をしよう

• 決定木を使ってデータを分類しよう

• ランダムフォレストでデータを分類しよう

• 説明変数を改善して住宅価格を予測しよう

• 散布図を描こう

• ヒストグラムを描こう

• NumPyの使い方を学ぼう

• データを可視化してみましょう

当コンテンツの知的財産権は株式会社ビープラウドに所属します。詳しくは利用規約をご確認ください。