キャラクター名セリフ集

そうそう、日本では2003年に制定されて、2017年・2022年と改正が続いているのよ。 データサイエンティストとしては最新版を意識しておく必要があるわ。

そう、相関係数1.5なんてあり得ないから即見直し。 基本中の基本だけど、本番のミスを減らすには一番効くのよ。

『売上が落ちた』を Why × 5 で深掘りすると、表層の『広告効果が落ちた』から、根本の『顧客の生活様式が変わった』まで辿り着けたりするの。

目安として80〜90%。 業務によっては95%まで欲張る場合もある。 ただし主成分数を増やすと次元削減のメリットが減るので、トレードオフ。

F1は特定の閾値での性能、AUCは閾値全体に渡る性能。 モデル比較ではAUCが便利、運用閾値が決まっているならF1で評価する、と使い分けるのよ。

DS検定★では『SVMはマージン最大化』『k-NNは距離ベースの多数決』『ナイーブベイズはベイズ+独立仮定』を押さえれば十分よ。

『新しいサンプルから最も近い k 個の既存サンプルを見て、多数決で分類する』というシンプルな手法。 学習なしで予測時に距離計算するだけ。

計算過程を全て書き残すこと。 暗算で飛ばすと検算できないし、ミスを見つけにくい。 試験本番でも、途中の数字をメモ用紙に残しておくと見直しが速いの。

現在の公式試験ページは、基盤、データサイエンス、データエンジニアリング、価値創造の4カテゴリを試験範囲として示しているわ。

DS検定★では複雑な計算は問われないけれど、『行列の積で次元が合わない選択肢を見抜く』『内積の計算』『単位行列・転置行列の意味』は押さえてね。

その理解こそデータサイエンティストに求められる素養。 DS協会のスキルチェックリストにも『行動規範』として明記されているの。

(1)入力データの分布を継続監視、(2)精度劣化を検出したら再学習、(3)定期的にモデルを更新、というサイクルを回す。 これが MLOps の要諦。

目安として『1行に欠損が大半ある』『列の50%以上が欠損』なら削除を検討。 ただしデータ量が少ない場合は埋めることも検討。 ケースバイケース。

積の各要素は『左の行と右の列の内積』だから、長さが一致しないと内積が計算できないのよ。

どちらも大量データの保管庫だけど、使い方がちょっと違うのよ。 整理してみましょうか。

実はRIGHTを使う場面って少なくて、テーブルの順序を入れ替えてLEFTで書くことが多いのよ。 結果は同じになるの。

DS検定では CRISP-DM の段階順序や、各段階での主タスクが問われることがあるわ。

これは模擬問題セットの内訳で、実際の本試験におけるカテゴリ別出題数を4問と公表したものではないわ。

上から順に1段ずつね。 各段で『何の形状(Series/DataFrame)・何の意味』を持つかを把握しながら追っていくのよ。

そう、ただし閾値は問題に応じて変えられる。 不均衡データ(例: 病気の患者は1%)では0.5より低い閾値が適切なことも。