授業の演習課題にて作成したプログラムを、公開可能な形に再構成し、プロジェクト単位で掲載しています
dicisionTree_randomForest.ipynbでは、NBAデータの決定木分類とランダムフォレスト分類を行いましたknn.ipynbでは、不動産データのK近傍回帰と、ワインデータのk近傍分類を行いましたlinear_regression.ipynbでは、住宅データの線形回帰分析を行いましたunsupervised.ipynbでは、RNAデータの主成分分析（PCA）と、PCAで次元を削減したデータに対しk-means法によるクラスタリングを行いましたprobability_distribution.ipynbでは、代表的な確率分布の再現と可視化に取り組みました
- NBAデータ：https://www.basketball-reference.com/leagues/NBA_2023_totals.html
- 不動産データ：https://archive.ics.uci.edu/dataset/477/real+estate+valuation+data+set
- ワインデータ：https://archive.ics.uci.edu/dataset/109/wine
- 住宅データ：https://jse.amstat.org/v19n3/decock.pdf
- RNAデータ：https://archive.ics.uci.edu/dataset/401/gene+expression+cancer+rna+seq