[仕事終わりの趣味] ビッグデータ分析実技 (作業型1,2,3)
非専門家や入門者の方が、ビッグデータ分析実技試験を短期間で取得できるようガイドします！ 理論は軽めに、実践は確実に。複雑な背景知識がなくても、過去問を中心に試験に必ず出るポイントだけを絞って集中的に学習します。
（4.9）受講レビュー 804件
受講生 5,453名
難易度 入門
受講期間 12か月
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
[作業型2] dataに時系列データがあるとしたら？
分類または回帰の問題で列に時系列データがある場合はどうすればよいですか？
余裕がある場合は派生変数（新しいカラム）を作成してください
以下のコードは
時系列データを日時データ型に変換し、
年、月、日を新しい列として作成しました。
そして既存のdatetime列は削除しました。
# datetime train['datetime'] = pd.to_datetime(train['datetime']) test['datetime'] = pd.to_datetime(test['datetime']) train['year'] = train['datetime'].dt.year train['month'] = train['datetime'].dt.month train['day'] = train['datetime'].dt.day test['year'] = test['datetime'].dt.year test['month'] = test['datetime'].dt.month test['day'] = test['datetime'].dt.day train = train.drop('datetime', axis=1) test = test.drop('datetime', axis=1)一緒に使ってみましょう。使用可否によってモデル性能の変化も見てみましょう！
https://www.kaggle.com/code/agileteam/t2-6-bike-regressor
コメント