本書の効果的な使い方
本書のゴール「分析コンペティション」
インストール不要の実行環境「GoogleColab」
■Chapter1 データ分析でよく使う「基礎文法」15問
［問1-01］ リストを作成する
［問1-02］ Pythonの条件分岐を学ぶ
［問1-03］ 条件に合う要素を格納したリストを作成する
［問1-04］ Pythonのループをマスターする
［問1-05］ リスト内包表記をマスターする
［問1-06］ リストを結合する
［問1-07］ リストから要素を取り出す
［問1-08］ リストのソートを学ぶ
［問1-09］ スライスをマスターする
［問1-10］ タプルの基本操作を学ぶ
［問1-11］ 辞書を作成する
［問1-12］ 辞書を結合する
［問1-13］ 関数を作成する
［問1-14］ lambda式の基本を学ぶ
［問1-15］ lambda式を使ってリストをソートする
COLUMN プログラミング学習は英語や料理の習得と同じ？
■Chapter2 基本の流れをおさえる「分析フロー」10問
［問2-01］ ファイルからデータを読み込む
［問2-02］ データフレームの基本情報を確認する
［問2-03］ データフレームの基本操作を学ぶ
［問2-04］ データを絞り込む
［問2-05］ データをソートする
［問2-06］ 欠損値の扱い方を学ぶ
［問2-07］ グルーピング（集約）を理解する
［問2-08］ データを可視化する
［問2-09］ かんたんな統計分析を実行する
［問2-10］ データを結合する
■Chapter3 分析前の下処理をする「データ加工」20問
［問3-01］ 特定の列のユニークな値を確認する
［問3-02］ 列の値を置換する
［問3-03］ 新しい列を追加する
［問3-04］ 列の値を標準化する
［問3-05］ 外れ値を検出して対処する
［問3-06］ 欠損値を特定の値で埋める
［問3-07］ データを正規化する
［問3-08］ 特定の行をインデックスで抽出する
［問3-09］ 特定の行をラベルで抽出する
［問3-10］ 特定の行と列を抽出する
［問3-11］ 特定の列に文字列を追加する
［問3-12］ 特定の列を新しい値で更新する
［問3-13］ 条件付きで列の値を更新する
［問3-14］ 複数の条件で列の値を更新する
［問3-15］ データフレームを分割する
［問3-16］ 列の値を別のカラムに分割する
［問3-17］ 特定の列を数値に変換する
［問3-18］ カテゴリ変数をLabelEncodingする
［問3-19］ カテゴリ変数をOne-HotEncodingする
［問3-20］ 数値データをカテゴリデータに変換する
COLUMN データサイエンティストにキャリアアップするには？
■Chapter4 “見える形”に表現する「データ可視化」10問
［問4-01］ ヒストグラムを描画する
［問4-02］ 棒グラフを描画する
［問4-03］ 散布図を描画する
［問4-04］ 箱ひげ図を描画する
［問4-05］ 円グラフを描画する
［問4-06］ ヒートマップを描画する
［問4-07］ ラインプロットを描画する
［問4-08］ バイオリンプロットを描画する
［問4-09］ 散布図行列を描画する
［問4-10］ 複数グラフを描画する
■Chapter5 データの傾向をくわしく見る「統計学」10問
［問5-01］ 特定の列の最大値と最小値を確認する
［問5-02］ データの要約統計量を確認する
［問5-03］ 相関係数を計算する
［問5-04］ 最頻値を求める
［問5-05］ 確率密度関数を推定し描画する
［問5-06］ 歪度と尖度を計算する
［問5-07］ 対数変換をおこなう
［問5-08］ Box-Cox変換をおこなう
［問5-09］ Yeo-Johnson変換をおこなう
［問5-10］ カテゴリデータの独立性を検定する
COLUMN コードはどのくらい覚えればいいのか？
■Chapter6 学習し未来を予測する「機械学習」20問
［問6-01］ データセットを説明変数と目的変数に分割する
［問6-02］ 学習用データと評価用データに分割する
［問6-03］ 線形回帰モデルを作成する
［問6-04］ 線形回帰モデルを評価する
［問6-05］ 交差検証をおこなう
［問6-06］ 機械学習モデル作成の準備をする（分類問題）
［問6-07］ ロジスティック回帰モデルを作成して評価する
［問6-08］ 特徴量を標準化し、ロジスティック回帰モデルを作成する
［問6-09］ 層化交差検証を実装する
［問6-10］ forループを活用した層化交差検証を実装する
［問6-11］ 決定木モデルを作成する
［問6-12］ ランダムフォレストモデルを作成する
［問6-13］ すべてのデータを特徴量に使う
［問6-14］ すべてのデータを使ってLightGBMモデルを作成する
［問6-15］ 特徴量の重要度を可視化する
［問6-16］ LightGBMモデルのハイパーパラメータを調整する
［問6-17］ LightGBMモデルのハイパーパラメータを自動で調整する①
［問6-18］ LightGBMモデルのハイパーパラメータを自動で調整する②
［問6-19］ アンサンブル学習をおこなう
［問6-20］ 正解率88.2％を目指して精度改善する
■Chapter7 分類問題のKaggleコンペに挑戦しよう
問題
解答解説 STEP1 ベースライン作成
解答解説 STEP2 特徴量エンジニアリング
解答解説 STEP3 モデルチューニング
Chapter7 コード全体
■Chapter8 回帰問題のKaggleコンペに挑戦しよう
問題
解答解説 STEP1 ベースライン作成
解答解説 STEP2 特徴量エンジニアリング
解答解説 STEP3 モデルチューニング
Chapter8 コード全体
