DataScience をテンプレートにして作成

開始行:
*データサイエンス Data Science ~ データサイエンス（Data Science）とは、データそのものの性... 数値や文字（カテゴリ）として得られるデータを統計的手法や... 関連する諸分野との関係を図で表すと、以下のようになります。 [[GoogleImage:Data Science Machine Learning AI]] ~ ***CONTENTS #contents2_1 ~ **はじめに '''''データ至上主義の限界''''' データサイエンスは「x は A のグループに属する」とか「Aよ... しかし、それをそのまま未来のデザインに適用してよいか・・... 例えば、採用面接で Aさん、Bさんのどちらを採用するか・・と... また例えば、A,B どちらの商品企画を実際に採用するか・・に... 要するに、データというものは参考にはなりますが、そればか... ~ ~ **データサイエンス序説 ***モデルを見出すこと データサイエンスの最大の関心事は、物事の背景にある「関係... 「気温が上がると、商品Aの売上が上がる」、「こういう動作を... 「アクセルを踏み込むとスピードが上がる」のように、操作す... ~ ***BigDataの活用 しかし、人間の感覚・知覚や記憶力には限界があります。事項... 例えば、あるスーパーマーケットにおいて一定期間中の商品の... 発見された連動関係を未来に利用するかどうかを決めるのは人... ~ ***データサイエンスにできること -判別：情報の判断・仕分け・検索、音声・画像の認識、異常検... -予測：数値予測、ニーズ・意図予測、マッチングなど -実行：作業の自動化、表現生成、行動の最適化など ~ ~ **関数について ***関数の式 関数とは「入力と出力（ああすればこうなる）」の関係を表し... y = f ( x ) 教科書に出てくる関数の式ですね。ここで嫌になる方もいるか... y = ax +b と書くことができます。この「a, b によって特徴づけられた、... ~ ***数学の教科書であれば・・ ２つの点 (2,5) , (4,9) を通る直線の式を y = ax + b として... 5 = 2a + b 9 = 4a + b これを解いて、a = 2, b =1 （ 直線の式は y = 2x + 1）が答... ここまでだと全然面白くないのですが、では「 x = 10 のとき... しかし、現実的ではありません。 ~ #image(LeastSquaresMethod.png,right,30%) ***実際の問題になると・・ 数学の問題というのは、与えられるデータの数も値も、手計算... y = ax + b という直線的な関係を前提とした場合、データが２... しかし、実際に複数のデータをグラフにプロットすると、明ら... 現実世界から得られるデータには様々な誤差が含まれていたり... そこで実際には、[[最小二乗法>Google:最小二乗法]]という[[... データサイエンスがやろうとしていることは、基本的にこの応... 実際の現象は非常に複雑で、要因（変数）が多数ある（x0, x1,... ~ ***プログラム例 上記の計算を実際に行うプログラムの例を以下に掲載していま... ipynb（JupyterNotebook）形式で、GitHubに置いていますが、... -GitHub：[[LeastSquaresMethod.ipynb>https://github.com/ko... -nbviewer：[[LeastSquaresMethod.ipynb>https://nbviewer.ju... ~ ~ **説明変数と目的変数 データサイエンスでは、入力と出力、原因と結果など、２つの... 関数モデルを '''y = f(X) ''' と書いた場合の、X が説明変数... ~ ***説明変数：explanatory variable 物事の原因となる変数。一般に x を使います。文献によってい... -特徴量　　　feature / attribute -データ　　　data -予測変数　　predictor variable -独立変数　　independent variable -入力　　　　input ~ ***目的変数：target variable 物事の結果（予測）となる変数。一般に y を使います。文献に... -ラベル　　　label -ターゲット　target -応答変数　　response variable -従属変数　　dependent variable -出力　　　　output ~ ***付記 各種記事では X vs Y の組み合わせは以下のパターンが多いよ... -説明変数 vs 目的変数 -特徴量 vs ラベル -データ vs ターゲット　&small(scikit-learn ではこの表現); -予測変数 vs 応答変数 -独立変数 vs 従属変数 -入力 vs 出力 ~ ~ **データサイエンスの手法 ***概要 まずは、様々な手法を分類した事例です。 -教師あり学習 --分類 --回帰 -教師なし学習 --クラスタリング --次元圧縮 -強化学習 --機器制御 --戦略の構築（囲碁・将棋など） -その他 --推薦（Recommend） &small(教師あり、教師なし); --異常検知　&small(教師あり、半教師あり、教師なし); --文章・音声・画像の生成 --同、変換 ~ ***データの取得 データサイエンスの学習や実践には、大量のデータが必要にな... -[[OpenData]] -[[WebScraping]] ~ ***データの読み込み｜ReadData 統計処理を行うには、.csv や .xlsx などのデータファイルを... -通常の Python環境で作業する場合 ＞ [[Pandas]] -GoogleColaboratory で作業する場合 ＞ [[GoogleColaborator... ~ ***可視化｜Data Visualization 可視化とは、物事の関係性を視覚的に捉えられるように、デー... -詳細：[[DataVisualization]] ~ ***線形回帰｜Linear Regression -線形回帰は、''説明変数'' X と''目的変数'' y との間にある... -詳細：[[LinearRegression]] ~ ***ロジスティック回帰｜Logistic Regression -ロジスティック回帰とは、線形回帰分析を分類問題に応用した... -詳細：[[LogisticRegression]]（準備中） ~ ***サポートベクターマシン｜Support Vector Machine（SVM） サポートベクターマシンは ''教師あり・分類'' の手法の一つ... [[GoogleImage:サポートベクターマシン カーネル法]] -詳細：[[SupportVectorMachine]]（準備中） ~ ***決定木｜Decision Tree 決定木は、対象がどのカテゴリー（名義尺度）に属するかを予... -詳細：[[DecisionTree]] ~ ***ランダムフォレスト｜Random Forest 条件分岐をもった幾つかの決定木をランダムに構築して、それ... -詳細：[[RandomForest]]（準備中） ~ ***ニューラルネットワーク｜Neural Network（NN） ニューラルネットワークは、''教師あり・クラス分類'' の代表... -詳細：[[NeuralNetwork]] ~ ***主成分分析｜Principal Component Analysis（PCA） 主成分分析とは''教師なし・次元削減''の手法のひとつで、多... -詳細：[[Statistics/PCA]] ~ ***k-means法｜k-means Clustering k-means法は、''教師なし・クラスタリング''の代表的な手法の... -詳細：[[k-means]] ~ ***付記：機械学習とデータマイニング これまで紹介してきたいくつかの事例は、 [[機械学習>Machine... 機械学習とは、大量のデータを利用した反復的な学習によって... 両者の目的の違いから言うと、機械学習の主目的が、入力デー... ~ ***付記：クラス分類とクラスタリング この２つは、言葉は似ていますが、全く異なることを目指して... -クラス分類：対象を既存のグループに振り分ける問題（正解が... 例：手書きの数字を認識させる｜「教師あり」の学習 -クラスタリング：特徴の違うグループを見出す問題（絶対的な... 例：顧客のグルーピング｜「教師なし」の学習 ~ ~ **プログラムの開発環境 ***Google Colaboratory [[Google Colaboratory>https://colab.research.google.com/]... -記事を独立させました。＞ [[GoogleColaboratory]] ~ ***Jupyter Notebook IPython（Pythonを対話的に実行するためのシェル）と WebUI ... -[[Python]] ：汎用プログラミング環境 -[[IPython>https://ipython.org/]] ：Pythonを対話的に実行... -[[Jupyter Notebook>https://jupyter.org/]]：対話型プログ... -[[Anaconda>https://www.anaconda.com/anaconda-data-scienc... --Anaconda > Jupyter Notebook（Python） --Anaconda > Spyder（Python） --Anaconda > R-Studio（R） ~ ***Orange Orange は汎用のデータサイエンスツールで、スロベニア Ljubl... -[[Orange]]：データフロープログラミング環境 http://orange.biolab.si ~ ~ **Python ライブラリ いくつかの定番ライブラリを紹介します。 ~ ***Pandas｜データ解析用ライブラリ（BSD） https://pandas.pydata.org/ Pandas は、データの読込、集計、並べ替え、欠損値の補完など... データ分析の過程では、Pandasでデータを整形した後、NumPyで... Pandas の特徴は ''DataFrame'' にあります。DataFrame には... -記事を独立させました　＞ [[Pandas]] ~ ***NumPy｜行列演算等の数値計算モジュール（修正BSD） http://www.numpy.org/ NumPy は、数値計算や行列演算を行うライブラリで、浮動小数... NumPy は、データの前処理の終了後、整形済みデータに対して... ~ ***SciPy｜NumPyベースの数値解析（New BSD） https://www.scipy.org/ SciPyは、NumPy（配列オブジェクトとその他の基本的な機能を... ~ ***Matplotlib｜グラフ描画ライブラリ（BSD） https://matplotlib.org/ Matplotlibは、Pythonの代表的なグラフ描画ライブラリで、2D... ~ ***seaborn｜ビジュアライゼーションライブラリ（BSD） https://seaborn.pydata.org/ seabornとは、matplotlibをベースにしたグラフ描画ライブラリ... -matplotlibのデフォルトよりも美しいグラフテーマ群 -データのパターンを明らかにする美しいプロットのためのカラ... -データのサブセット間の分布を可視化するための関数群 -複数種類のデータの線形回帰と可視化ツール群 -時系列データの状態推定と誤差推定の関数 -グリット状の複雑なグラフを簡単に描画するシステム ~ ***pillow｜画像処理 https://pillow.readthedocs.io/en/stable/ リサイズやトリミングなどの基本的な処理を行う画像処理ライ... -記事を独立させました　＞ [[Pillow]] ~ //***graph-tool｜グラフの操作および統計解析（GPL） //https://graph-tool.skewed.de/ //~ ***scikit-learn｜定番機械学習ライブラリ（BSD） http://scikit-learn.org/stable/ scikit-learn （サイキット・ラーン）は Python用のオープン... 分類（クラス分類）向きのものと、回帰（予測）向きのもの、... -記事を独立させました　＞ [[scikit-learn]] ~ ***TensorFlow｜機械学習用ライブラリ（Apache License 2.0 b... https://www.tensorflow.org/ TensorFlowとは、Google がオープンソースとして開発・公開し... TensorBoardと呼ばれる視覚化のためのツールが含まれていて、... &small(Tensor（テンソル）とは線形的な量を表す概念を一般化... ~ ***Keras｜ニューラルネットワークライブラリ（MIT） https://keras.io/ja/ Kerasは、オープンソースのニューラルネットワークライブラリ... ~ ~ **データライブラリ データサイエンスの学習には、プログラムの動作を試すのにサ... 　なお、[[R>OpenSource]] や [[Orange>OpenSource]] には、... ~ ***統計用データリポジトリ -''Open Data 一般'' ＞ ページを独立させました。[[OpenData]] -朱鷺の杜（ときのもり）Wiki｜DataSet http://ibisforest.org/index.php?DataSet -UCI Machine Learning Repository カリフォルニア大学アーバイン校が運営する、機械学習やデー... http://archive.ics.uci.edu/ml/index.html -''Kaggle''｜The Home of Data Science & Machine Learning 世界中の機械学習・データサイエンスに携わる人が集まるコミ... https://www.kaggle.com/ -GitHub https://github.com/awesomedata/awesome-public-datasets -AWS パブリックデータセット Amazon AWSが公開する誰でも無料で利用可能なパブリックデー... https://registry.opendata.aws/ -国立情報学研究所 https://www.nii.ac.jp/dsc/idr/datalist.html ~ '''''以下、個別のデータセットで著名なものの一例です。''''' ~ ***iris.csv irisデータとは、英国の植物学者ロナルド・フィッシャー氏が ... 　以下、様々なURLから、そのデータを取得することができます... -http://archive.ics.uci.edu/ml/datasets/Iris -https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-... -https://ja.osdn.net/frs/g_redir.php?m=kent&f=irisdss%2FI... ~ //***HairEyeColor //統計学を受講する592人の学生について、髪と目の色と性別の... //-https://raw.githubusercontent.com/vincentarelbundock/R... //~ ***The Boston Housing Dataset ボストンの物件の価格と、物件の人口統計に関する情報。 &color(red){解説記事の多さから、紹介していますが、このデ... CRIM・・・犯罪発生率（人口単位） ZN・・・25,000平方フィート以上の住宅区画の割合 INDUS・・・非小売業の土地面積の割合（人口単位） CHAS・・・チャールズ川沿いかどうか（1:Yes、0:No） NOX・・・窒素酸化物の濃度（pphm単位） RM・・・1戸あたりの平均部屋数 AGE・・・1940年よりも前に建てられた家屋の割合 DIS・・・ボストンの主な5つの雇用圏までの重み付きの郷里 RAD・・・幹線道路へのアクセス指数 TAX・・・10,000ドルあたりの所得税率 PTRATIO・・・教師あたりの生徒の数（人口単位） B・・・アフリカ系アメリカ人居住者の割合（人口単位） LSTAT（%）・・・低所得者の割合 MEDV・・・ 所有者が住んでいる住宅価格の中央値（単位 $1000... -https://www.cs.toronto.edu/~delve/data/boston/bostonDeta... --http://lib.stat.cmu.edu/datasets/boston -https://raw.githubusercontent.com/selva86/datasets/maste... ~ ***Wine Quality ポルトガルワインの一種であるヴィーニョ・ヴェルデ（Vinho V... Alcohol・・・アルコール Malic acid・・・リンゴ酸 Ash・・・灰 Alcalinity of ash・・・灰のアルカリ性 Magnesium・・・マグネシウム Total phenols・・・フェノール類全量 Flavanoids・・・フラバノイド Nonflavanoid phenols・・・非フラバノイドフェノール類 Proanthocyanins・・・プロアントシアニン Color intensity・・・色彩強度 Hue・・・色調 OD280/OD315 of diluted wines・・・蒸留ワインのOD280/OD315 Proline・・・プロリン -https://archive.ics.uci.edu/ml/datasets/wine+quality --http://archive.ics.uci.edu/ml/machine-learning-database... --http://archive.ics.uci.edu/ml/machine-learning-database... --http://archive.ics.uci.edu/ml/machine-learning-database... ~ ***THE MNIST DATABASE 手書き文字のサンプルデータ配布サイト。MNIST（エムニスト）... http://yann.lecun.com/exdb/mnist/ ~ ***MegaFace and MF2 約70万人分の顔写真（同一人につき複数画像）が用意されてい... -http://megaface.cs.washington.edu/ ~ ~ **APPENDIX ***関連ページ //-[[DataScience]] -[[Data]] -[[Statistics]] -[[DataVisualization]] -[[MachineLearning]] --[[DecisionTree]] --[[k-means]] --[[LinearRegression]] --[[LogisticRegression]] --[[NeuralNetwork]] --[[PrincipalComponentAnalysis>Statistics/PCA]] --[[MultipleCorrespondenceAnalysis>Statistics/MCA]] --[[RandomForest]] --[[SupportVectorMachine]] -[[DataMining]] -[[ArtificialIntelligence]] -[[ArtificialIntelligence/Links]] -[[Python]] --[[scikit-learn]] -[[Orange]]：Open source machine learning and data visual... -[[OpenData]] ~ ~

終了行:
*データサイエンス Data Science ~ データサイエンス（Data Science）とは、データそのものの性... 数値や文字（カテゴリ）として得られるデータを統計的手法や... 関連する諸分野との関係を図で表すと、以下のようになります。 [[GoogleImage:Data Science Machine Learning AI]] ~ ***CONTENTS #contents2_1 ~ **はじめに '''''データ至上主義の限界''''' データサイエンスは「x は A のグループに属する」とか「Aよ... しかし、それをそのまま未来のデザインに適用してよいか・・... 例えば、採用面接で Aさん、Bさんのどちらを採用するか・・と... また例えば、A,B どちらの商品企画を実際に採用するか・・に... 要するに、データというものは参考にはなりますが、そればか... ~ ~ **データサイエンス序説 ***モデルを見出すこと データサイエンスの最大の関心事は、物事の背景にある「関係... 「気温が上がると、商品Aの売上が上がる」、「こういう動作を... 「アクセルを踏み込むとスピードが上がる」のように、操作す... ~ ***BigDataの活用 しかし、人間の感覚・知覚や記憶力には限界があります。事項... 例えば、あるスーパーマーケットにおいて一定期間中の商品の... 発見された連動関係を未来に利用するかどうかを決めるのは人... ~ ***データサイエンスにできること -判別：情報の判断・仕分け・検索、音声・画像の認識、異常検... -予測：数値予測、ニーズ・意図予測、マッチングなど -実行：作業の自動化、表現生成、行動の最適化など ~ ~ **関数について ***関数の式 関数とは「入力と出力（ああすればこうなる）」の関係を表し... y = f ( x ) 教科書に出てくる関数の式ですね。ここで嫌になる方もいるか... y = ax +b と書くことができます。この「a, b によって特徴づけられた、... ~ ***数学の教科書であれば・・ ２つの点 (2,5) , (4,9) を通る直線の式を y = ax + b として... 5 = 2a + b 9 = 4a + b これを解いて、a = 2, b =1 （ 直線の式は y = 2x + 1）が答... ここまでだと全然面白くないのですが、では「 x = 10 のとき... しかし、現実的ではありません。 ~ #image(LeastSquaresMethod.png,right,30%) ***実際の問題になると・・ 数学の問題というのは、与えられるデータの数も値も、手計算... y = ax + b という直線的な関係を前提とした場合、データが２... しかし、実際に複数のデータをグラフにプロットすると、明ら... 現実世界から得られるデータには様々な誤差が含まれていたり... そこで実際には、[[最小二乗法>Google:最小二乗法]]という[[... データサイエンスがやろうとしていることは、基本的にこの応... 実際の現象は非常に複雑で、要因（変数）が多数ある（x0, x1,... ~ ***プログラム例 上記の計算を実際に行うプログラムの例を以下に掲載していま... ipynb（JupyterNotebook）形式で、GitHubに置いていますが、... -GitHub：[[LeastSquaresMethod.ipynb>https://github.com/ko... -nbviewer：[[LeastSquaresMethod.ipynb>https://nbviewer.ju... ~ ~ **説明変数と目的変数 データサイエンスでは、入力と出力、原因と結果など、２つの... 関数モデルを '''y = f(X) ''' と書いた場合の、X が説明変数... ~ ***説明変数：explanatory variable 物事の原因となる変数。一般に x を使います。文献によってい... -特徴量　　　feature / attribute -データ　　　data -予測変数　　predictor variable -独立変数　　independent variable -入力　　　　input ~ ***目的変数：target variable 物事の結果（予測）となる変数。一般に y を使います。文献に... -ラベル　　　label -ターゲット　target -応答変数　　response variable -従属変数　　dependent variable -出力　　　　output ~ ***付記 各種記事では X vs Y の組み合わせは以下のパターンが多いよ... -説明変数 vs 目的変数 -特徴量 vs ラベル -データ vs ターゲット　&small(scikit-learn ではこの表現); -予測変数 vs 応答変数 -独立変数 vs 従属変数 -入力 vs 出力 ~ ~ **データサイエンスの手法 ***概要 まずは、様々な手法を分類した事例です。 -教師あり学習 --分類 --回帰 -教師なし学習 --クラスタリング --次元圧縮 -強化学習 --機器制御 --戦略の構築（囲碁・将棋など） -その他 --推薦（Recommend） &small(教師あり、教師なし); --異常検知　&small(教師あり、半教師あり、教師なし); --文章・音声・画像の生成 --同、変換 ~ ***データの取得 データサイエンスの学習や実践には、大量のデータが必要にな... -[[OpenData]] -[[WebScraping]] ~ ***データの読み込み｜ReadData 統計処理を行うには、.csv や .xlsx などのデータファイルを... -通常の Python環境で作業する場合 ＞ [[Pandas]] -GoogleColaboratory で作業する場合 ＞ [[GoogleColaborator... ~ ***可視化｜Data Visualization 可視化とは、物事の関係性を視覚的に捉えられるように、デー... -詳細：[[DataVisualization]] ~ ***線形回帰｜Linear Regression -線形回帰は、''説明変数'' X と''目的変数'' y との間にある... -詳細：[[LinearRegression]] ~ ***ロジスティック回帰｜Logistic Regression -ロジスティック回帰とは、線形回帰分析を分類問題に応用した... -詳細：[[LogisticRegression]]（準備中） ~ ***サポートベクターマシン｜Support Vector Machine（SVM） サポートベクターマシンは ''教師あり・分類'' の手法の一つ... [[GoogleImage:サポートベクターマシン カーネル法]] -詳細：[[SupportVectorMachine]]（準備中） ~ ***決定木｜Decision Tree 決定木は、対象がどのカテゴリー（名義尺度）に属するかを予... -詳細：[[DecisionTree]] ~ ***ランダムフォレスト｜Random Forest 条件分岐をもった幾つかの決定木をランダムに構築して、それ... -詳細：[[RandomForest]]（準備中） ~ ***ニューラルネットワーク｜Neural Network（NN） ニューラルネットワークは、''教師あり・クラス分類'' の代表... -詳細：[[NeuralNetwork]] ~ ***主成分分析｜Principal Component Analysis（PCA） 主成分分析とは''教師なし・次元削減''の手法のひとつで、多... -詳細：[[Statistics/PCA]] ~ ***k-means法｜k-means Clustering k-means法は、''教師なし・クラスタリング''の代表的な手法の... -詳細：[[k-means]] ~ ***付記：機械学習とデータマイニング これまで紹介してきたいくつかの事例は、 [[機械学習>Machine... 機械学習とは、大量のデータを利用した反復的な学習によって... 両者の目的の違いから言うと、機械学習の主目的が、入力デー... ~ ***付記：クラス分類とクラスタリング この２つは、言葉は似ていますが、全く異なることを目指して... -クラス分類：対象を既存のグループに振り分ける問題（正解が... 例：手書きの数字を認識させる｜「教師あり」の学習 -クラスタリング：特徴の違うグループを見出す問題（絶対的な... 例：顧客のグルーピング｜「教師なし」の学習 ~ ~ **プログラムの開発環境 ***Google Colaboratory [[Google Colaboratory>https://colab.research.google.com/]... -記事を独立させました。＞ [[GoogleColaboratory]] ~ ***Jupyter Notebook IPython（Pythonを対話的に実行するためのシェル）と WebUI ... -[[Python]] ：汎用プログラミング環境 -[[IPython>https://ipython.org/]] ：Pythonを対話的に実行... -[[Jupyter Notebook>https://jupyter.org/]]：対話型プログ... -[[Anaconda>https://www.anaconda.com/anaconda-data-scienc... --Anaconda > Jupyter Notebook（Python） --Anaconda > Spyder（Python） --Anaconda > R-Studio（R） ~ ***Orange Orange は汎用のデータサイエンスツールで、スロベニア Ljubl... -[[Orange]]：データフロープログラミング環境 http://orange.biolab.si ~ ~ **Python ライブラリ いくつかの定番ライブラリを紹介します。 ~ ***Pandas｜データ解析用ライブラリ（BSD） https://pandas.pydata.org/ Pandas は、データの読込、集計、並べ替え、欠損値の補完など... データ分析の過程では、Pandasでデータを整形した後、NumPyで... Pandas の特徴は ''DataFrame'' にあります。DataFrame には... -記事を独立させました　＞ [[Pandas]] ~ ***NumPy｜行列演算等の数値計算モジュール（修正BSD） http://www.numpy.org/ NumPy は、数値計算や行列演算を行うライブラリで、浮動小数... NumPy は、データの前処理の終了後、整形済みデータに対して... ~ ***SciPy｜NumPyベースの数値解析（New BSD） https://www.scipy.org/ SciPyは、NumPy（配列オブジェクトとその他の基本的な機能を... ~ ***Matplotlib｜グラフ描画ライブラリ（BSD） https://matplotlib.org/ Matplotlibは、Pythonの代表的なグラフ描画ライブラリで、2D... ~ ***seaborn｜ビジュアライゼーションライブラリ（BSD） https://seaborn.pydata.org/ seabornとは、matplotlibをベースにしたグラフ描画ライブラリ... -matplotlibのデフォルトよりも美しいグラフテーマ群 -データのパターンを明らかにする美しいプロットのためのカラ... -データのサブセット間の分布を可視化するための関数群 -複数種類のデータの線形回帰と可視化ツール群 -時系列データの状態推定と誤差推定の関数 -グリット状の複雑なグラフを簡単に描画するシステム ~ ***pillow｜画像処理 https://pillow.readthedocs.io/en/stable/ リサイズやトリミングなどの基本的な処理を行う画像処理ライ... -記事を独立させました　＞ [[Pillow]] ~ //***graph-tool｜グラフの操作および統計解析（GPL） //https://graph-tool.skewed.de/ //~ ***scikit-learn｜定番機械学習ライブラリ（BSD） http://scikit-learn.org/stable/ scikit-learn （サイキット・ラーン）は Python用のオープン... 分類（クラス分類）向きのものと、回帰（予測）向きのもの、... -記事を独立させました　＞ [[scikit-learn]] ~ ***TensorFlow｜機械学習用ライブラリ（Apache License 2.0 b... https://www.tensorflow.org/ TensorFlowとは、Google がオープンソースとして開発・公開し... TensorBoardと呼ばれる視覚化のためのツールが含まれていて、... &small(Tensor（テンソル）とは線形的な量を表す概念を一般化... ~ ***Keras｜ニューラルネットワークライブラリ（MIT） https://keras.io/ja/ Kerasは、オープンソースのニューラルネットワークライブラリ... ~ ~ **データライブラリ データサイエンスの学習には、プログラムの動作を試すのにサ... 　なお、[[R>OpenSource]] や [[Orange>OpenSource]] には、... ~ ***統計用データリポジトリ -''Open Data 一般'' ＞ ページを独立させました。[[OpenData]] -朱鷺の杜（ときのもり）Wiki｜DataSet http://ibisforest.org/index.php?DataSet -UCI Machine Learning Repository カリフォルニア大学アーバイン校が運営する、機械学習やデー... http://archive.ics.uci.edu/ml/index.html -''Kaggle''｜The Home of Data Science & Machine Learning 世界中の機械学習・データサイエンスに携わる人が集まるコミ... https://www.kaggle.com/ -GitHub https://github.com/awesomedata/awesome-public-datasets -AWS パブリックデータセット Amazon AWSが公開する誰でも無料で利用可能なパブリックデー... https://registry.opendata.aws/ -国立情報学研究所 https://www.nii.ac.jp/dsc/idr/datalist.html ~ '''''以下、個別のデータセットで著名なものの一例です。''''' ~ ***iris.csv irisデータとは、英国の植物学者ロナルド・フィッシャー氏が ... 　以下、様々なURLから、そのデータを取得することができます... -http://archive.ics.uci.edu/ml/datasets/Iris -https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-... -https://ja.osdn.net/frs/g_redir.php?m=kent&f=irisdss%2FI... ~ //***HairEyeColor //統計学を受講する592人の学生について、髪と目の色と性別の... //-https://raw.githubusercontent.com/vincentarelbundock/R... //~ ***The Boston Housing Dataset ボストンの物件の価格と、物件の人口統計に関する情報。 &color(red){解説記事の多さから、紹介していますが、このデ... CRIM・・・犯罪発生率（人口単位） ZN・・・25,000平方フィート以上の住宅区画の割合 INDUS・・・非小売業の土地面積の割合（人口単位） CHAS・・・チャールズ川沿いかどうか（1:Yes、0:No） NOX・・・窒素酸化物の濃度（pphm単位） RM・・・1戸あたりの平均部屋数 AGE・・・1940年よりも前に建てられた家屋の割合 DIS・・・ボストンの主な5つの雇用圏までの重み付きの郷里 RAD・・・幹線道路へのアクセス指数 TAX・・・10,000ドルあたりの所得税率 PTRATIO・・・教師あたりの生徒の数（人口単位） B・・・アフリカ系アメリカ人居住者の割合（人口単位） LSTAT（%）・・・低所得者の割合 MEDV・・・ 所有者が住んでいる住宅価格の中央値（単位 $1000... -https://www.cs.toronto.edu/~delve/data/boston/bostonDeta... --http://lib.stat.cmu.edu/datasets/boston -https://raw.githubusercontent.com/selva86/datasets/maste... ~ ***Wine Quality ポルトガルワインの一種であるヴィーニョ・ヴェルデ（Vinho V... Alcohol・・・アルコール Malic acid・・・リンゴ酸 Ash・・・灰 Alcalinity of ash・・・灰のアルカリ性 Magnesium・・・マグネシウム Total phenols・・・フェノール類全量 Flavanoids・・・フラバノイド Nonflavanoid phenols・・・非フラバノイドフェノール類 Proanthocyanins・・・プロアントシアニン Color intensity・・・色彩強度 Hue・・・色調 OD280/OD315 of diluted wines・・・蒸留ワインのOD280/OD315 Proline・・・プロリン -https://archive.ics.uci.edu/ml/datasets/wine+quality --http://archive.ics.uci.edu/ml/machine-learning-database... --http://archive.ics.uci.edu/ml/machine-learning-database... --http://archive.ics.uci.edu/ml/machine-learning-database... ~ ***THE MNIST DATABASE 手書き文字のサンプルデータ配布サイト。MNIST（エムニスト）... http://yann.lecun.com/exdb/mnist/ ~ ***MegaFace and MF2 約70万人分の顔写真（同一人につき複数画像）が用意されてい... -http://megaface.cs.washington.edu/ ~ ~ **APPENDIX ***関連ページ //-[[DataScience]] -[[Data]] -[[Statistics]] -[[DataVisualization]] -[[MachineLearning]] --[[DecisionTree]] --[[k-means]] --[[LinearRegression]] --[[LogisticRegression]] --[[NeuralNetwork]] --[[PrincipalComponentAnalysis>Statistics/PCA]] --[[MultipleCorrespondenceAnalysis>Statistics/MCA]] --[[RandomForest]] --[[SupportVectorMachine]] -[[DataMining]] -[[ArtificialIntelligence]] -[[ArtificialIntelligence/Links]] -[[Python]] --[[scikit-learn]] -[[Orange]]：Open source machine learning and data visual... -[[OpenData]] ~ ~

ページ名: