Pythonで学ぶデータ分析と機械学習 #
K_DM Bookは、Pythonによるデータ分析・機械学習の実践チュートリアルサイトです。回帰・分類などの基本アルゴリズムから、時系列分析、可視化パターン、金融データ分析、Webアプリ実装まで、270以上のページにコード付きの解説をまとめています。
セクション一覧 #
| セクション | 内容 | ページ数 |
|---|---|---|
| 機械学習の基礎 | 回帰・分類・クラスタリング・次元削減・アンサンブル・異常検知など代表的アルゴリズム | 52 |
| 時系列分析 | 定常性検定・季節分解・ARIMA・状態空間モデル・多変量因果分析 | 57 |
| 可視化カタログ | matplotlib / seabornによる散布図・棒グラフ・ヒートマップ・分布図など実用パターン集 | 66 |
| モデル評価 | 分類・回帰・ランキング評価指標、モデル選択、距離関数、NLP評価 | 46 |
| データ前処理 | 欠損値処理・カテゴリ変換・特徴量選択・日本語テキスト・トラブルシューティング | 28 |
| 金融データ分析 | ローソク足・テクニカル指標・センチメント分析・ポートフォリオ最適化 | 19 |
はじめての方へ #
目的に合わせて、以下のセクションから読み始めるのがオススメです。
- 機械学習をはじめて学ぶ → 回帰モデル で基本的な予測手法を学ぶ
- データを可視化したい → 可視化カタログ で目的に合ったグラフを探す
- 時系列データを扱う → 時系列分析の基礎 からステップバイステップで
- モデルの評価に悩む → モデル評価 で適切な指標と手法を選ぶ
- 金融データを分析したい → 金融データ分析 でローソク足やポートフォリオ最適化を試す
コンテンツマップ #
以下のフローチャートはサイト全体の学習パスを示しています。各ノードをクリックすると該当セクションへ移動します。
flowchart TD
subgraph fundamentals["基礎フェーズ<br>(Fundamentals)"]
A1[数学基礎<br>線形代数・確率・統計]
A2[環境構築<br>Python / ライブラリ]
A3[データ理解<br>EDA・可視化の基礎]
end
subgraph modeling["モデル構築フェーズ<br>(Modeling Basics)"]
B1[回帰<br>Regression]
B2[分類<br>Classification]
B3[クラスタリング<br>Clustering]
B4[次元削減<br>Dimensionality Reduction]
B5[アンサンブル<br>Ensemble]
end
subgraph evaluation["評価・改善フェーズ<br>(Evaluation & Tuning)"]
C1[評価指標<br>Metrics]
C2[ハイパラ調整<br>Hyperparameter Tuning]
C3[特徴量エンジニアリング<br>Feature Engineering]
C4[モデル解釈<br>Model Explainability]
end
subgraph communication["可視化・共有フェーズ<br>(Communication)"]
D1[可視化カタログ<br>Visualize Section]
D2[レポート整備<br>Storytelling]
D3[チーム連携Tips<br>Artifacts / Checklist]
end
subgraph deployment["応用・展開フェーズ<br>(Applied / Deployment)"]
E1[時系列分析<br>Timeseries]
E2[金融データ活用<br>Finance]
E3[Webアプリ実装<br>Flask / Gradio]
E4[運用自動化<br>Monitoring & Ops]
end
fundamentals --> modeling
modeling --> evaluation
evaluation --> communication
evaluation --> deployment
communication --> deployment
click A3 "/prep/" "データ理解の章へ"
click B1 "/basic/regression/" "回帰セクションを開く"
click B2 "/basic/classification/" "分類セクションを開く"
click B3 "/basic/clustering/" "クラスタリングセクションを開く"
click B4 "/basic/dimensionality_reduction/" "次元削減セクションを開く"
click B5 "/basic/ensemble/" "アンサンブルセクションを開く"
click C1 "/eval/" "評価指標の章へ"
click C3 "/prep/feature_selection/" "特徴量エンジニアリングへ"
click D1 "/visualize/" "可視化カタログへ"
click E1 "/timeseries/" "時系列分析の章へ"
click E2 "/finance/" "金融データ活用の章へ"
click E3 "/webapp/" "Webアプリ実装の章へ"
リンク #
- YouTube — 解説動画
- X（旧Twitter） — 更新情報