Microsoftによる、Python、クイズ、プロジェクトを通じてデータサイエンスの基礎を学ぶ、10週間・全20レッスンの初心者向けカリキュラム。
AllenDowney/ThinkStats
Pythonとpandasを使った統計学の教科書『Think Stats』第3版のJupyter notebook、データ、補足資料。
- スター
- 1,284
- フォーク
- 204
- 未解決の Issue
- 0
- 最終コミット
- 6 日前
これは何?
ThinkStatsは、確率と統計をPythonコードで実践的に学ぶ入門書『Think Stats』第3版の補助リポジトリです。ノートブック、書籍で使用するデータファイル、追加の例や図が収録されています。
ノートブックには2種類あり、演習に取り組む学生向けの解答なし版と、ソースファイルとして使われる解答付き版があります。書籍はJupyter Bookで構築されたHTML版としてオンラインでも公開されており、ブラウザー上でノートブックを閲覧・実行できます。リポジトリをcloneせずにダウンロードできるよう、2種類のノートブックセットはそれぞれZIPアーカイブでも提供されています。
リポジトリには、時系列分析のチュートリアルと、この教材を実行するためのConda環境をセットアップするMakefileおよびrequirementsファイルも含まれています。
主な機能
- 01『Think Stats』第3版のノートブック。解答なし版と解答付き版を用意
- 02書籍全体で使われるデータファイルをGitリポジトリに直接収録
- 03Jupyter Bookで構築された、ブラウザーから閲覧できるHTML版
- 04追加の例や図、時系列分析のチュートリアル
- 05MakefileとrequirementsファイルによるConda環境のセットアップ
ユースケース
- 書籍と並行してPythonノートブックに取り組み、実践的に統計学を学ぶ
- Think Statsのカリキュラムにある演習の解答を確認する
- 付属のチュートリアルで時系列分析を学ぶ
- pandasを使った例を用いて統計学入門の授業を行う
クイックスタート
- 1
オンラインで本を開き、ブラウザーでノートブックを実行する
- 2
ノートブックの実行に必要なパッケージをインストールする
pip install -r requirements.txt - 3
または、リポジトリを clone せずにノートブックを zip ファイルとしてダウンロードする
使う前に知っておきたいこと
- README のセットアップ手順では Makefile を使って Conda 環境を構築するため、セットアップに手間がかかる場合があります。
トピック
よくある質問
- ThinkStats とは?
- Pythonとpandasを使った統計学の教科書『Think Stats』第3版のJupyter notebook、データ、補足資料。 ThinkStatsは、確率と統計をPythonコードで実践的に学ぶ入門書『Think Stats』第3版の補助リポジトリです。ノートブック、書籍で使用するデータファイル、追加の例や図が収録されています。
- ThinkStats は無料で使えますか?ライセンスは?
- ThinkStats は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ThinkStats は今もメンテナンスされていますか?
- 活発にメンテナンス中。ThinkStats の最終コミットは 2026年10月15日 です。
- ThinkStats は何に使えますか?
- 書籍と並行してPythonノートブックに取り組み、実践的に統計学を学ぶ Think Statsのカリキュラムにある演習の解答を確認する 付属のチュートリアルで時系列分析を学ぶ pandasを使った例を用いて統計学入門の授業を行う
- ThinkStats のインストール方法は?
- オンラインで本を開き、ブラウザーでノートブックを実行する ノートブックの実行に必要なパッケージをインストールする: pip install -r requirements.txt または、リポジトリを clone せずにノートブックを zip ファイルとしてダウンロードする
- ThinkStats はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/AllenDowney/ThinkStats
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Pythonの基礎からWebアプリ、API、データツールまで学べる、30日間のステップ形式のコースです。
SciPyとNumPyを基盤とするPython機械学習ライブラリ。BSDライセンスのもと、分類、回帰、クラスタリング、モデル選択のツールを提供します。
Scikit-learnを使った古典的機械学習を学ぶ、PythonとRのレッスンやクイズを含む12週間・全26レッスンの初学者向けカリキュラム。
OpenAI APIでよくあるタスクを実行する方法を紹介する、Jupyter notebookのサンプルとガイド集です。
Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。