| 第1回 |
可視化の基本原則・誤読を生まないグラフ |
matplotlib |
| 第2回 |
データ関係性に応じたグラフ種類の選択 |
matplotlib, seaborn |
| 第3回 |
DuckDB（SQL）による大規模データ集計 |
duckdb |
| 第4回 |
Polars 遅延評価によるメモリ効率の良い前処理 |
polars |
| 第5回 |
PCA による多次元データの次元削減・可視化 |
scikit-learn |
| 第6回 |
PCA バイプロットによる主成分と変数の可視化 |
scikit-learn |
| 第7回 |
k-means クラスタリングと色分け可視化 |
scikit-learn |
| 第8回 |
シルエット分析・ブートストラップによる安定性評価 |
scikit-learn |
| 第9回 |
PLS 回帰の VIP スコアによる重要特徴量特定 |
scikit-learn |
| 第10回 |
PLS-DA と交差検証による分類性能評価 |
scikit-learn |
| 第11回 |
Plotly によるインタラクティブ時系列チャート |
plotly |
| 第12回 |
Dash によるダッシュボード設計 |
dash |
| 第13回 |
可読性・アクセシビリティのレビューと改善 |
matplotlib |
| 第14回 |
データストーリーテリングと洞察の伝達 |
matplotlib |