→AI/機械学習
→数学(統計学)
→データ処理関連
→開発に役立つデータ
→Python関連
データ分析、分析事例†
pyfootball — pyfootball 1.0.1 documentation 2024.10
This library was written to allow for easier access to football-data’s resources by abstracting HTTP requests and representing the JSON responses as Python classes.
「データ分析をやるならRとPythonのどちらを使うべき?」への個人的な回答 - 渋谷駅前で働くデータサイエンティストのブログ 2022.10
例えば一連のデータ分析作業をバッチ処理にしてシステム上で回すというケースでは、Pythonの方が使いやすい
「説明」を目的とする統計学的な処理はRの方がPythonよりも使いやすい
例えば「バルクでCSVファイルに格納されたデータを都度貰ってはその度ごとにデータの性質を精査し、その性質に応じてカスタマイズされた分析処理をする」みたいなケースではRの方がやりやすい
「予測」を目的とする機械学習的な処理はPythonの方がRよりも使いやすい
ベイジアンは以前とは異なりRとPythonとで差がなくなってきているが、まだRの方が比較的楽
Deep LearningはむしろRで使えるフレームワークが殆どなくPythonが必須に近い
統計分析・機械学習であってもソフトウェア開発を本業にするならC++など速い言語が必須
結論から言うと「その時々のテーマと必要に応じてRとPythonを巧みに使い分けるべし、そのためにも両方とも習得しておこう」というのが僕の個人的な回答です。
時系列分析、時系列予測†
数理最適化†
書籍ほかコンテンツ†
データサイエンティスト/データアナリスト†
活用事例†
ビジネスインテリジェンス/PowerBIなど†
Last-modified: 2024-11-09 (土) 18:27:44