データ分析の進め方– category –

本記事は「【成功の秘訣】現場で使えるデータ分析手順を体系的に解説」で紹介した特徴量エンジニアリングの具体的な手順とPythonのサンプルコードを紹介しています。 Pythonのサンプルコードは利用者がコピペして利用することを前提に関数化していますので...

本記事は「【成功の秘訣】現場で使えるデータ分析手順を体系的に解説」で紹介した前処理（クレンジング）の具体的な手順と、前処理（クレンジング）で良く用いられる手法のPythonサンプルコードを紹介しています。 前処理（クレンジング）の目的 前処理（...

本記事は「【成功の秘訣】現場で使えるデータ分析手順を体系的に解説」で紹介した探索的分析（EDA）の具体的な手順と、EDAで良く用いられる分析手法のPythonサンプルコードを紹介しています。 探索的データ分析（EDA）の目的 探索的分析（EDA=Exploratory ...

データ分析は、「依頼主が抱える課題を解決する」という目的を達成するためのツールです。必要となるデータを収集、分析、可視化（時にはモデル作成）し、得られた意味のある情報や洞察を用いて課題解決につなげます。 本記事では、入手したデータを用いて...

本記事は「【成功の秘訣】現場で使えるデータ分析手順を体系的に解説」で紹介したデータ探索（事前分析）の具体的な手順と、データの品質を確認するための統計情報の算出、及びグラフ化するためのPythonのサンプルコードを紹介しています。 Pythonのサンプ...

データ分析はコストと時間を必要とし、必ずしも結果が得られる保証はありません。したがって、無計画に分析を始めると、失敗やトラブルに見舞われるリスクが高まります。 この記事では、最初の段階で依頼主と合意しておくべき内容と、データ分析においてよ...