更新履歴　2022-06-29

2022年6月29日分のPyQの更新内容です。

クエストの更新

解説が少ない問題の解説の追加、ソースコードの見直し、不具合、誤字修正を行いました。

以下のクエストのソースコードのバージョンを変更しました。

• 関数を使ってみよう

• 自分で関数を作って使ってみよう

• 関数の戻り値を理解しよう

• 他のPythonファイルからのimport

• 変数のスコープ

• 関数を定義する演習

• 画面で入力したデータを渡す方法を学ぼう

• Jupyter Notebookの基本操作を学ぼう

• Jupyter Notebookでのモジュールの使い方を学ぼう

• Jupyter Notebookでの関数の使い方を学ぼう

• Jupyter Notebookのメニューの使い方を学ぼう

• Jupyter Notebookのグラフ描画とマジックコマンド

• matplotlibとは

• 描画オブジェクトとサブプロット

• グラフの設定

• 折れ線グラフ、棒グラフ、円グラフ

• 散布図、ヒストグラム、箱ひげ図

• グラフの加工

• 関数の入力をインタラクティブにしよう（スライダーとチェックボックス）

• テキストボックスとドロップダウン

• インタラクティブにグラフの接線を引こう

• 数字リテラルと数字のクラス

• mathライブラリー（定数）

• mathライブラリー（判定関数）

• mathライブラリー（指数・対数関数）

• mathライブラリー（三角関数）

• mathライブラリー（切上げ、切捨て）

• アルゴリズムの評価と計算量

• collectionsライブラリーの便利クラスについて学ぼう

• typingライブラリーのクラスについて学ぼう

• データ構造（スタック）

• データ構造（キュー）

• データ構造（連結リスト）

• データ構造（ヒープ）

• データ構造（素集合：UnionFind）

• イテラブル、イテレーター、ジェネレーターについて学ぼう

• つなげる系のitertoolsライブラリーについて学ぼう

• 繰り返し系のitertoolsライブラリーについて学ぼう

• まとめと複製のitertoolsライブラリーについて学ぼう

• 組合せ系のitertoolsライブラリーについて学ぼう

• 選択系のitertoolsライブラリーについて学ぼう

• 参照系のitertoolsライブラリーについて学ぼう

• itertoolsを使って対戦表を組もう

• まとめる系のmore-itertoolsライブラリーについて学ぼう

• 選択系のmore-itertoolsライブラリーについて学ぼう

• 参照系のmore-itertoolsライブラリーについて学ぼう

• 素数を列挙しよう

• 関数の再帰をしてみよう

• 動的最適化をしてみよう

• 貪欲法を作ってみよう

• 色々な問題の答えを二分探索してみよう

• 幅優先探索で迷路を解こう

• 深さ優先探索で迷路を解こう

• 逆関数を考えよう

• ブラックボックスの処理から関数を考えよう

• はじめてのpandas

• pandasでのデータ集計を学ぼう

• DataFrameでのデータ絞り込みを学ぼう

• 簡単なデータ処理でpandasの基本を確かめよう

• pandasのデータ構造Series（シリーズ）を学ぼう

• pandasのデータ構造DataFrameを学ぼう

• DataFrameの使い方を振り返ろう

• DataFrameのデータを行単位で参照しよう

• DataFrameのデータ参照を振り返ろう

• pandasでCSVファイルを読み込む方法を学ぼう

• DataFrameをCSV形式で出力する方法を学ぼう

• DataFrameをJSON形式で出力する方法を学ぼう

• DataFrameの列データの追加と演算について学ぼう

• DataFrameの列データの追加と演算を振り返ろう

• DataFrameのデータを絞り込むフィルタリングについて学ぼう

• DataFrameのデータ絞り込みを振り返ろう

• Seriesで文字列を一括処理する方法を学ぼう

• Seriesで文字列を一括処理する方法を振り返ろう

• pandasによるデータ処理の基本を確かめよう

• pandasでのグラフ描画

• いろいろなグラフを描画

• pandasの基本を学ぼう

• データを確認しよう

• データをクリーニングしよう

• 列を追加しよう

• データを統合しよう

• データを集約しよう

• グラフを描画しよう

• pandasのデータ構造DataFrameの構成要素

• 演習 - DataFrameの構成要素の取得

• 演習 - DataFrameの構成要素の変更

• 行番号・列番号による範囲指定（iloc）

• SeriesとIndexを学ぼう

• 列とインデックスの変換について学ぼう

• 欠損値を学ぼう

• DataFrameとSeriesの属性を学ぼう

• pandasでCSVファイルを読み込もう

• pandasでCSVファイルに書き込もう

• DataFrameの列の簡単な演算

• DataFrameの列の更新

• DataFrameへの列の追加

• データの確認

• データのソート

• データの統計量

• データの集約

• 条件による絞り込み

• シンプルな書き方による絞り込み

• 条件の否定や複数条件による絞り込み

• queryメソッドによる絞り込み

• データを置換しよう

• 列や行に関数を適用しよう

• 文字列処理を簡潔にしよう

• よくある計算をしてみよう

• for文で1行ずつ処理しよう

• グループ化でできることを知ろう

• グループ化して集約しよう

• グループ化して変換しよう

• グループ化して抽出しよう

• 柔軟なグループ化をしよう

• pandasでグラフを描画しよう

• いろいろなグラフを描画しよう

• pandasで役に立つデータのサマリの確認方法を学ぼう

• pandasでグラフを描画してデータの概要を確かめよう

• DataFrameを加工しよう〜連結編

• DataFrameを加工しよう〜結合編

• pandasでのクロス集計を学ぼう

• pandasで欠損値を扱う方法を学ぼう

• 欠損値を含むデータの削除を学ぼう

• 欠損値を含むデータの変換を学ぼう

• pandasで日付時刻型データを扱う方法を学ぼう

• 時系列データの読込を学ぼう

• 時系列データを処理する方法を学ぼう

• pandasでデータの読み込んで欠損値処理をしよう

• pandasでのデータ読込・欠損値の演習〜売上データの報告書作成の確認演習

• 数学の成績をExcelから読み込もう

• 再試験の生徒の抽出

• グラフによる可視化

• botを作ろう

• botに計算させよう

• pandasのクエリ処理をbotにさせよう

• 直交表を作ろう

• 直交表を2倍にしよう

• pandasチャレンジその1

• pandasチャレンジその2

• pandasチャレンジその3

• pandasチャレンジその4

• pandasチャレンジその5

• pandasチャレンジその6

• pandasチャレンジその7

• pandasチャレンジその8

• pandasチャレンジその9

• pandasチャレンジその10

• NumPyを使おう

• NumPyのデータ構造の基本〜多次元配列の作成

• NumPyで乱数を作ろう

• 多次元配列の使い方を学ぼう〜参照と代入

• 次元数が異なる配列の演算を学ぼう〜ブロードキャストとは

• ブロードキャストをもっと学ぼう〜次元数が異なる配列の代入や比較

• NumPyでセル・オートマトンの計算をしよう

• 配列の要素ごとに演算するユニバーサル関数を学ぼう

• いろいろなユニバーサル関数を見てみよう

• ユニバーサル関数以外の関数を見てみよう

• NumPyの便利な関数を知ろう〜統計量やソート

• NumPyの便利な関数を知ろう〜集合と相関

• NumPyで行列計算をしよう

• NumPyで商品をレコメンドするプログラムを書いてみよう

• NumPyでページ重要度を計算してみよう

• シミュレーションと統計量

• 大数の法則とばらつき

• ベイズの定理

• 統計の基礎の確認

• 母集団と標本

• 標本平均の標準誤差

• サンプリングの確認

• 点推定

• 区間推定

• 推定のおさらい

• 仮説検定とは

• データに基づく仮説検定

• 両側検定と片側検定

• 2標本の検定

• 多重仮説検定

• 色々な仮説検定

• 機械学習の基本をif文から学ぼう

• しきい値を見つけよう

• 可視化してしきい値を見つける

• しきい値が決められないデータの扱い方

• 2次元のデータから分類

• 2次元データをプロット

• 1次方程式を用いた分類

• 機械学習ライブラリーscikit-learnを使ってみよう

• ロジスティック回帰とは？

• ワインの評価を推定してみよう

• ロジスティック回帰の弱点を知ろう

• データに特徴を加えて線形分離可能にする方法を学ぼう

• 決定木を使って分類しよう

• 過学習の罠について知ろう

• SVM（サポートベクターマシン）を使ってみよう

• 欠損値に対処しよう

• カテゴリデータを処理しよう

• 機械学習でマーケティングをしてみよう

• 文章のポジティブ、ネガティブ判定をしてみよう

• 手書き文字の画像を認識しよう

• プロフィールから年収を判定してみよう

• クラスタリングを使って顧客を分類しよう

• 主成分分析を使って画像データの次元を削減しよう

• 決定木で良いモデルについて学ぼう

• モデルの複雑さと過学習の関係を学ぼう

• ハイパーパラメーターをチューニングしよう〜クロスバリデーション

• アンサンブル学習とランダムフォレストを学ぼう

• 線形回帰を使って回帰分析してみよう

• 回帰分析の過学習を見てみよう

• 正則化を使って回帰分析しよう

• 回帰のパラメーターの探索しよう

• 非線形回帰を使おう

• 色々な回帰で過学習のなりにくさを確認しよう

• patsyのモデル式を使おう

• AICを使って変数選択をしよう

• 単語に分解しよう

• 特徴量（Bag of Words）を計算しよう

• 対象とする単語を決めよう

• クラスタリングで顧客の分類をしよう

• 主成分分析で画像データの次元削減をしよう

• 決定木を使ってデータを分類しよう

• ランダムフォレストでデータを分類しよう

• 説明変数を改善して住宅価格を予測しよう

• 色々なモデルで住宅価格を予測しよう

• 問題解決とは

• 論理とは

• 対偶とは

• ド・モルガンの法則

• カードを使った論理パズル

• カードの色が一致する確率

• 誕生日が一致する確率

• 男の子が2人いる確率

• モンティ・ホール

• グラフとは

• グラフの種類ごとの作成

• グラフの属性

• サイクルなどの作成

• 完全グラフなどの作成

• 頂点や辺の削除

• グラフの繰り返し

• グラフの性質（無向、多重、連結、2部、木グラフなど）

• グラフの性質（オイラー閉路、マッチングなど）

• グラフの変換（補グラフなど）

• グラフの変換（線グラフなど）

• グラフの最短路

• 最小全域木問題

• 最小カット問題

• 最小費用流問題

• 線形最適化とは

• モデルと変数を作ろう

• 目的関数と制約条件を設定しよう

• 実行して結果を確認しよう

• レビューの割当を最適化しよう

• 双対問題とは

• pandasを使った最適化

• レビュー割当をpandasで最適化

• 輸送最適化問題を解こう

• 組合せ最適化とは

• 勤務スケジューリングとは

• 巡回セールスマン問題

• 配送最適化問題

• マス埋め問題

• 魔方陣を作ろう

• ナンバープレースを解こう

• クロスサムを解こう

• simpyでロボットを動かそう

• ロボットの動かし方を変えよう

• 簡単な待ち行列

• 簡単な待ち行列の完成

• チャレンジ！カードを使った論理パズル

• チャレンジ！偏りのあるモンティ・ホール

• 観測統計量を使った待ち行列

• botを作ろう

• pandasでExcelファイルを読み込もう

• 散布図を描こう

• ヒストグラムを描こう

• NumPyの使い方を学ぼう

• pandasの使い方を学ぼう

• 県を4色に塗り分けよう

• 野球選手の守備を決めよう

• 表形式のデータを前処理しよう

• 複数のDataFrameを結合しよう

• データを可視化してみましょう

• 食事の献立を決めよう

当コンテンツの知的財産権は株式会社ビープラウドに所属します。詳しくは利用規約をご確認ください。