テーブルデータのデータ分析・機械学習関連の記事一覧

ブログ記事のうち、表形式（テーブル）データの分析、機械学習に関連する記事のリンクです。

自分のまとめを兼ねてブログ記事にしていますが、検索用に記事一覧をまとめました。

データ可視化

データ可視化に関連する記事一覧

matplotlib

• 【python】matplotlibの散布図で分類別に色を変える方法（colormap活用法）
• matplotlib/seabornで日本語表示させる簡単な方法【Python】
• Google ColabでMatplotlibのグラフをアニメーションさせる方法

seaborn

• 【Python】seabornチートシート（グラフサンプル、使い方を解説）
• Seaborn Objectsチートシート｜グラフサンプル・使い方【Python】

その他

• 次元圧縮｜PCA, t-SNE, UMAPで高次元データを可視化する【初級 深層学習講座】

データセット関連

データセットに関連する記事一覧

• scikit-learnで機械学習用データセットを自動生成する方法【初級 深層学習講座】

Pandas

Pandasの操作に関連する記事一覧

基本操作

• データ変換チートシート：Pandas, Numpy, PyTorch, PIL, OpenCV
• pandasでデータフレームを作る方法とCSV読み込みを徹底解説｜Python
• Pandasの”loc”と”iloc”の違いと使い分けを解説｜Python
• pandasでCSV, Pickle, Parquetの読み書き速度とファイルサイズを比較検証

merge, groupby

• pandasのmergeによる表結合を深掘り解説（チートシート形式）
• PythonでPandasを活用して列データを行に集約する方法（shift, groupby）

Query

• queryメソッドは速い？遅い？｜pandasで行抽出をベンチマークしてみた【Python】

TIPS

• Pandasで大規模データを扱う時にメモリ消費を抑える手法を紹介

機械学習

前処理・特徴量エンジニアリング解説

特徴量エンジニアリング手法

• 機械学習のための前処理＆特徴量エンジニアリングの手法【Python】
• データの不均衡をオーバーサンプリングで解消するSMOTEの解説と実装例

前処理

色々な前処理についての記事一覧

• 欠損値（NaN）取り扱い方法を解説 | 機械学習におけるデータ予測精度向上のための手法
• 機械学習とデータ分析の前処理 | scikit-learnを使ったデータのスケーリング方法
• データの分布を正規分布に近づける（Box-Cox変換、Yeo-Johnson変換）|予測制度向上を目指して
• category_encodersでカテゴリ特徴量を楽して変換する方法【pandas】
• texstatを用いて文章の特徴を数値化｜読みやすさの判定

PyCaret

PyCaretに関する記事一覧

• PyCaretの前処理チートシート（欠損値補完から特徴量エンジニアリングまで）
• PyCaretで機械学習モデル選択を自動化し初期検討を効率化する方法
• PyCaretで回帰・時系列・クラスタリング・異常検知を実践する方法

機械学習全般

機械学習全般の記事一覧

• 多数決アンサンブル分類器(VotingClassifier)の使った精度向上テクニック
• テーブルデータ向けトランスフォーマー「TabPFN」の使い方
• 表形式データ向けDNN「TabNet」でクラス分類問題を解く（使い方）|Python
• 表形式データ向けDNN「TabNet」で回帰問題を解く｜Python

データがないときに使う：scikit-learnによるダミーデータ生成入門

ある/Aru

IT＆機械学習エンジニア/ファイナンシャルプランナー（CFP®)

XContact

専門分野は並列処理・画像処理・機械学習・ディープラーニング。プログラミング言語はC, C++, Go, Pythonを中心として色々利用。現在は、Kaggle, 競プロなどをしながら悠々自適に活動中 保有資格：CFP, マンション管理士、管理業務主任、宅建士など