lmfit [lmfit] 25. 減衰高調波発振器モデルによるカーブフィッティング
lmfitライブラリを使用した減衰高調波発振器モデルによるカーブフィッティングの方法を解説。非線形最小二乗法を活用して振動データを分析する手法と、物理学や工学分野での応用について詳しく説明しています。
python
lmfit 
lmfit [lmfit] 24. 減衰発振器モデルによるカーブフィッティング
lmfitライブラリを使用した減衰発振器モデルによるカーブフィッティングの方法を解説。非線形最小二乗法を応用して振動減衰データから物理パラメータを抽出する実践的なテクニックを提供します。
python [SciPy] 23. convex_hull_plot_2dによる凸包(とつほう)の表示
SciPyの空間モジュールを使用して2次元データの凸包を計算・可視化する方法を解説。凸包の概念説明から基本的な実装方法、取得できる情報、そして実際の応用例までを網羅的に紹介しています。
ipywidgets [ipywidgets] 36. F分布の自由度をIntSliderで調整して表示
ipywidgetsのIntSliderを使ってF分布の自由度を対話的に調整し、グラフを動的に表示する方法を解説。Jupyter環境での統計的可視化とインタラクティブな操作の実装例を紹介します。
matplotlib [matplotlib] 118. 飲み応えカーブ(ax.fill_between)
matplotlibのax.fill_between関数を使用して、アサヒビールの新スーパードライに表示されているような飲み応えカーブを作成する方法を解説します。曲線の描画から下部の塗りつぶし、グラフのスタイリングまで段階的に説明します。
ipywidgets [ipywidgets] 35. FloatLogSliderで正則化パラメータを調整してL2正則化
scikit-learnのRidge回帰を使ったL2正則化をipywidgetsのFloatLogSliderでインタラクティブに調整する方法を解説。過学習を抑制しながら最適な正則化パラメータを視覚的に探索するテクニックを紹介します。
matplotlib Animation [scikit-learn] 13. linear_model.RidgeによるL2正則化
scikit-learnのlinear_model.Ridgeを使用したL2正則化の実装方法と効果について解説。過学習を抑制するための正則化パラメータalphaの調整とその影響をアニメーションで視覚的に表現しています。
matplotlib [NumPy] 13. ヒストグラム用のbinsをnp. histogram_bin_edgesで作成
NumPyの histogram_bin_edges 関数を使用してヒストグラムのビン（区間）を作成する方法を解説。データ分析の柔軟性を高めるための実践的なアプローチを紹介します。