こーし

化学メーカに勤めながら、5年以上独学でデータサイエンスの勉強をしてきましたので、その経験をもとに「最短で成果を出す勉強方法」をご紹介します。

本記事では、「どの級から受けるべき？」「勉強時間はどれくらい？」「本当にキャリアに効くの？」 といった疑問に、私自身の体験と失敗談を交えつつ答えます。

生成AI時代の今、プログラミング初心者がPythonを始める絶好のチャンスです！しかし、会社のPCでぶつかる壁が「プロキシ設定」です。
本記事では、誰でもPythonを始められる環境構築の方法を、できるだけわかりやすく解説していきます！

プロセス制御の未来は「ニューラルネットワークを用いて学習したモデルによる自律制御」となることについて解説しています。化学プラントの競争力強化のためには、いかに高精度なデジタルツインを構築するかにかかっているかもしれません。

「ラグ特徴量による予測精度向上」についてわかりやすく解説します。本記事では、目的変数yと最も相関係数が大きくなるラグ特徴量（時間遅れ変数）を探索した後、それらのラグ特徴量を用いて予測精度が向上するかを確認します。

「ラグ特徴量（時間遅れ変数）の相関係数」について、PythonのStreamlitライブラリで可視化しながら解説します。本記事を読めば、ラグ特徴量（時間遅れ変数）の相関係数を簡単にチェックできるツールを作成できるようになります！

「デジタル化で疲弊する日本」についてわかりやすく解説します。日本のデジタル赤字が▲5.5兆円になり、どのくらい深刻な問題なのか調べてみたところ、興味深い事実が判明しました。今まさにＤＸに取り組んでいる方はぜひ読んでみてください！

「Borutaによる変数（特徴量）選択」についてわかりやすく解説します。Borutaはランダムフォレストの重要度に基づいた強力な変数選択手法です。本記事を読んでBorutaを簡単に実装できるようになりましょう！

「決定木やランダムフォレストによる重回帰分析」について解説しました。本記事を読めば、非線形の重回帰分析がPythonで簡単にできるようになります！

「部分的最小二乗回帰（PLS）」についてわかりやすく解説します。本記事を読めば、現場でよく使われているPLSについて理解が深まり、実際のデータ解析でPLSを使いこなすことができるようになります！