投資のためのデータサイエンス

個人の投資活動に役立つデータ分析にまつわる話題を綴ります。

データサイエンスのおすすめオンライン記事(9月8日付)

ようやく本格的な秋の到来となった。巷では円安とインフレで何かと不安が多いが、集中して読書やプログラミングに打ち込むにはうってつけの陽気である。
今回は特にPythonコードの実装に関して興味深い記事がある。是非参考にしていただきたい。

いかに貴方のモデルを一般に利用可能にするか
towardsdatascience.com
Toward Data Scienceの最新記事。Keras, Flask, Gunicorn, Dockerを用いてPythonでの機械学習モデルのWebアプリへの実装までの手順を解説している入門記事。

特徴量選択:包括的な戦略リスト
towardsdatascience.com
特徴量の選択は伝統的な回帰分析から機械学習まで重要なデータ処理技術である。本記事は特徴量選択の入門記事である。

マチュアとプロのデータアナリストの10の違い
towardsdatascience.com
誰でも「データアナリスト」と称することはできるが、実際には新参者とベテランでは大きな差がある。この記事ではどこにその違いがあるのかを「ソフトウェアスキル」「キャリアの理解」など10項目にまとめ、各項目について同じ筆者の別記事へのリンクをつけている。

「良い」と「偉大な」データサイエンティストの18の違い
www.datasciencecentral.com
Data Seicence CentralのオーナーであるVincent Granville氏の最近の記事。上で紹介した記事(その筆者はグーグル社のチーフデシジョンサイエンティスト)をまず引用して、その後Granville氏の独自の見解を述べている。

PyScript: ブラウザ内のPython
towardsdatascience.com
HTML内でPythonを記述してWebページを作成できるPyScriptの紹介。<py-env>(ライブラリ)</py-env>といった具合に記述していく。データサイエンティストにとっては非常に興味深い新技術である。