| 語1 | 語2 | スコア | 共起ページ数 |
|---|
| NumPy配列 | ndarray | 1.947793 | 12 |
| null | str | 1.637651 | 5 |
| と記述します | フィールド名 | 1.637651 | 5 |
| インスタンスの生成後であれば | フィールド名 | 1.637651 | 5 |
| 目的変数は予測したい結果 | 説明変数はその結果に影響を与える要因 | 1.522589 | 4 |
| Pythonのリストは | データをまとめて管理するための便利なデータ型です | 1.522589 | 4 |
| Pythonの関数は | デフォルト引数の注意点は2つあります | 1.522589 | 4 |
| Javaでは | 生成された文字列リテラルを再利用するための保管場所です | 1.522589 | 4 |
| 2つの異なるインスタンスを生成したい場合は | 以下のように書きます | 1.522589 | 4 |
| コンストラクタは | フィールドに初期値を設定する役割を持ちます | 1.522589 | 4 |
| アクセス修飾子は自由につけることができます | オーバーロードすることができます | 1.522589 | 4 |
| 同じオブジェクトであること | 同一性 | 1.522589 | 4 |
| メソッドの再定義はおこなっていませんが | 同値性の判定ができています | 1.522589 | 4 |
| strという変数がnullだった場合は | と書くことで | 1.522589 | 4 |
| static | 静的 | 1.522589 | 4 |
| インスタンスの生成後であれば | 参照名 | 1.522589 | 4 |
| プログラム開始前から用意されているメモリ空間 | 領域 | 1.522545 | 5 |
| 動的 | 領域 | 1.522545 | 5 |
| ヒープ | 領域 | 1.522545 | 5 |
| で判定します | 同値性 | 1.474289 | 5 |
| で判定します | 同じ値であること | 1.474289 | 5 |
| で判定します | メソッド | 1.474289 | 5 |
| です | 説明変数はその結果に影響を与える要因 | 1.43574 | 4 |
| です | 機械学習や統計モデルを使った分析の基本になる考え方です | 1.43574 | 4 |
| 例1 | 機械学習や統計モデルを使った分析の基本になる考え方です | 1.43574 | 4 |
| 例1 | 売上予測の場合 | 1.43574 | 4 |
| ある会社が | 売上予測の場合 | 1.43574 | 4 |
| ある会社が | 来月の売上を予測したい | 1.43574 | 4 |
| と考えているとしましょう | 来月の売上を予測したい | 1.43574 | 4 |
| 売上という | 結果 | 1.43574 | 4 |
| さまざまな | 結果 | 1.43574 | 4 |
| さまざまな | 要因 | 1.43574 | 4 |
| 要因 | 説明変数 | 1.43574 | 4 |
| を使って予測します | 説明変数 | 1.43574 | 4 |
| を使って予測します | 例2 | 1.43574 | 4 |
| 例2 | 医療の診断モデルの場合 | 1.43574 | 4 |
| 今度は医療の現場を見てみましょう | 医療の診断モデルの場合 | 1.43574 | 4 |
| ある病気にかかっているかどうかを予測するAIモデル | 今度は医療の現場を見てみましょう | 1.43574 | 4 |
| ある病気にかかっているかどうかを予測するAIモデル | を作るとします | 1.43574 | 4 |
| 病気の有無 | 説明変数をもとに | 1.43574 | 4 |
| 病気の有無 | 目的変数 | 1.43574 | 4 |
| を予測します | 目的変数 | 1.43574 | 4 |
| を予測します | データからパターンを学習し | 1.43574 | 4 |
| データからパターンを学習し | 予測や分類を行うための数学的な枠組みです | 1.43574 | 4 |
| アノテーションとは | 予測や分類を行うための数学的な枠組みです | 1.43574 | 4 |
| アノテーションとは | 主に | 1.43574 | 4 |
| 主に | 機械学習モデルの訓練データセットにおいて | 1.43574 | 4 |
| 入力データに正解ラベルを付ける作業を指します | 機械学習モデルの訓練データセットにおいて | 1.43574 | 4 |
| モデルはデータからパターンを学び | 予測や分類の精度を向上させることが可能になります | 1.43574 | 4 |
| アノテーションは | 予測や分類の精度を向上させることが可能になります | 1.43574 | 4 |