#Python7件
#Python に関連する記事を横断して確認できます。特定テーマの変化を追う入口です。
PyMC、ベイズモデル可視化機能の仕組み
ITmedia AI+で、Pythonのベイズ統計ライブラリ「PyMC」のモデル可視化機能に焦点を当てた解説記事が公開されました。これまで活用方法に注目が集まっていたPyMCについて、その内部構造と仕組みを深く掘り下げています。
ITmedia AI+Pythonで学ぶベイズ統計：独立性の検定
ITmedia AI+がPythonを用いたベイズ統計による独立性の検定手法を解説する記事を公開しました。日常の経験に基づいた「雨男・雨女」といった事象が本当にデータとして相関があるのか、客観的に分析する方法を紹介しています。
ITmedia AI+ベイズt検定で対応データ分析を解説
ITmedia AI+がPythonを用いたベイズt検定によるデータ分析手法を解説しました。同一対象から得られた2回の測定値の差を統計的に評価し、母平均に有意な差があるかを検証します。
ITmedia AI+Polars公式、pandasから3つの移行戦略を提示
高速データ処理ライブラリPolarsの公式チームが、多くの開発者が利用するpandasからの移行に関する具体的な戦略を3つ公開しました。既存のコードベース全体を一度に書き換えるのではなく、段階的に移行を進める手法が提示されています。さらに、AIを活用した移行の可能性についても言及しています。
ITmedia AI+ベイズt検定で母平均の差を分析
ITmedia AI+が、ベイズ統計学を用いたデータ分析手法であるベイズt検定の解説記事を公開しました。本記事では、運動部と非運動部の生徒の体力テスト結果を具体例に挙げ、二つのグループの母平均に統計的な差があるかを検証する方法を紹介しています。古典的なt検定で用いられるp値の代わりに、ベイズ因子を活用して分析を進める点が特徴です。
ITmedia AI+Pythonとベイズ推定で不良品コストを予測
本記事では、Pythonとベイズ統計学を活用し、製造業における不良品の発生確率とそれに伴う廃棄コストを見積もる方法を解説します。
ITmedia AI+ベイズ推定で平均・ばらつきを解析：Pythonで学ぶデータ評価
ベイズ統計の基礎を学ぶ本記事では、身近な例としてシュークリームの重さを挙げ、データから「平均」と「ばらつき」を推定する方法を解説します。
ITmedia AI+