pythonでの散布図の作成方法を解説！あらゆる見た目の変更パターンを網羅！
n-tanibata散布図とは？ 散布図とは、あるデータを元にして縦軸と横軸の2つの項目で量を計測し、データが当てはまる座標 (場所) に点をプロットすることでデータの分布を表現するグラフのことです。別の言い方をすると、散布図は、2つの項目...
【入門】因子分析とは？用途・メリット・手順を初心者向けに解説
因子分析とは 因子分析は「多変量解析」の分析手法の一つであり、数多くの変数を少数の潜在変数（因子）に要約してまとめることで、それらの変数がどのような潜在的変数によってどの程度影響を及ぼされているのかを探る分析手法です。い...
pythonでのヒストグラムの作成方法を解説！あらゆる見た目の変更パターンを網羅！
ヒストグラムとは？ ヒストグラムとは、ある特定のデータを区間ごとに区切り、 横軸にデータの区間 (階級) 、縦軸に区間に含まれるデータの個数 (度数) を設定することで、ある集団の各区間の個数や数値のばらつきといったデー...
主成分分析って何？～目的からアルゴリズム・結果の解釈方法まで豊富な例を含めて詳解！
主成分分析とは？ 「主成分分析」とは、多次元データのもつ情報をできるだけ損わずに低次元空間に情報を縮約する多変量解析手法の一種です。データの持つ情報量をなるべく元から削ぎ落すことなくかつ全体がわかりやすいように、複数の量...
【詳解】決定木分析とは？～長所・短所や活用シーンを徹底解説
決定木分析とは 決定木分析（Decision Tree）とは、ツリー構造（樹形図）によって想定しうる選択を全て行った場合の各結果を可視化することで、データを分析する機械学習の手法の一つです。決定木は結果の可視化以外にも、...
【入門】異常検知とは？:その手法の種類紹介から活用事例やメリットも徹底解説！
はじめに 機械の故障を検知・推測するために「機械学習」を活用することで異常検知をする事例も増えてきました。そこで異常検知によく使われる仕組みや手法、機械学習の学習モデルを紹介します。 異常検知とは 異常検知とは、データセ...
教師データは？分類？回帰？機械学習のあらゆるモデルを詳細解説
機械学習モデルとは 機械学習モデルとは、コンピュータが理解可能な形でデータや値を入力することで、コンピューターが何かしらの評価・判定を下し、値などの結果を出力するものであり、機械学習やAIにおいて根幹を担う頭脳のようなも...
【解説】クラスタリングってナニ？単純な分類とは何が違うの？
クラスタリングとは？ クラスタリング（clustering）とは、機械学習における教師なし学習の代表的な一種で、データ間の類似度にもとづいて、データをグループ分けする手法です。クラスタリングはクラスター分析、クラスター解...
【楽チン】Excelの分析ツール機能を使って統計分析をしてみよう！
まず初めに、統計学とは、ばらつきのある複数の要素が集合したデータから、何らかの特徴や傾向・法則性を見出すための学問です。 その有用性から、ビジネス、とくにマーケティングでは、ビッグデータからマーケティング手法の策定につな...
【入門】特徴量エンジニアリングって難しい…？けど大切な考え方！簡単な手法も掲載中！
特徴量エンジニアリングとは？ 特徴量エンジニアリングとは、機械学習モデルのパフォーマンスと精度を人為的に向上させるために有効な、新たな特徴量 (変数) を作成する作業のことです。 予測精度に大きく寄与する有用な...
