最適化問題をPythonのPyomoライブラリーで解こう
その2：線形計画問題（行列とベクトルを利用）
最適化問題は、マーケティング予算配分の最適化、配送ルートの最適化、スケジュール最適化など、何かを最適化する問題を扱うものです。 最適化問題には、登場する数式や最適解の条件などによって、線形計画問題や非線形計画問題、混合整...
RECENT ARTICLES
最適化問題をPythonのPyomoライブラリーで解こう
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その13
PLS回帰モデルでMMM③（色々なAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
第302話｜データ活用の成果は金額換算で
DXだ！ AIだ！ ビッグデータだ！ と叫びとともにデータ活用にチャレンジする機会が増えてきました。 ただ、目標設定が定性的過ぎて、単にそのためのITシステムを導入し満足してしまい、大して成果が出ないことがあります。 そ...
第301話｜アクションを導くために考えるべき3つのこと
データ活用全般にいえることですが、データは「過去」の「ある事象」（例：受注や生産、購買など）の「１面の１部分」だけを表したものに過ぎません。 例えば、「受注件数」というデータは、「成果」という側面を表したデータにすぎず、...
Python ライブラリー「sktime」で学ぶ
らくらくビジネス時系列機械学習 Web講座
– 第2回：sktimeのインストール –
sktimeはPythonでよく使われている機械学習ライブラリsklearn(scikit-learn)と同じインターフェースで提供されているPythonの時系列ライブラリです。 sklearnはテーブルデータを扱う上で...
第300話｜「データで出来ること」を軸にテーマを探し始めると視野が狭くなる
ビジネスにおけるデータは、あくまでも課題解決の手段の1つにすぎません。主役ではなく脇役です。 そもそも、ビジネス上の課題を解決するのに、データは必須ではありません。 データが無くても解決できる課題はたくさんあります。 し...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その12
PLS回帰モデルでMMM②（シンプルなAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その11
PLS回帰モデルでMMM①（AdStock非考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
第299話｜データ活用が上手くいっていないと感じたら……
データを集めビジネスに活用しようとチャレンジしたとき、次のような状況に陥るときがあります。 「見える化」したのに、収益が上向いた感があまりない！ 分析しても分析しているだけで、成果が生まれるイメージが湧かない！！ 高精度...
Python ライブラリー「sktime」で学ぶ
らくらくビジネス時系列機械学習 Web講座
– 第1回：sktimeについて –
sktimeはPythonでよく使われている機械学習ライブラリsklearn(scikit-learn)と同じインターフェースで提供されているPythonの時系列ライブラリです。 sklearnはテーブルデータを扱う上で...
Pythonで時系列解析・超入門（その15）
テーブルデータ系モデルで複数先予測
（XGBoost）
時系列予測モデルの基本は1期先予測です。例えば、時系列データが日単位である場合、1期先予測とは、学習データ期間の次の日を予測することです。 実務上は、1期先だけではなく、もっと先を予測することが多いです。例えば、2期先予...
第298話｜あれ？ ビジネスインパクトがない！
私は仕事柄、幸運にもあるものを見せられることが度々あります。 ある人は自慢げに、ある人は不安げにあるものを見せて語ってくれます。 そのあるものとは、社内のデータを集約し、美しく見える化したBI（ビジネスインテリジェンス）...
Pythonで時系列解析・超入門（その14）
テーブルデータ系モデルで複数先予測
（ランダムフォレスト）
時系列予測モデルの基本は1期先予測です。例えば、時系列データが日単位である場合、1期先予測とは、学習データ期間の次の日を予測することです。 実務上は、1期先だけではなく、もっと先を予測することが多いです。例えば、2期先予...
第297話｜データをいくら集めても、100発0中が当たり前
データを使って何かを予測する、データを使って答えを導き出す、それが最適なものであると最高です。 しかし、多くの場合、データを上手く活用することで、「答えの方向性」は導いてくれます。しかし、データをいくら集め上手く活用して...
Pythonで時系列解析・超入門（その13）
テーブルデータ系モデルで複数先予測
（ディシジョンツリー）
時系列予測モデルの基本は1期先予測です。例えば、時系列データが日単位である場合、1期先予測とは、学習データ期間の次の日を予測することです。 実務上は、1期先だけではなく、もっと先を予測することが多いです。例えば、2期先予...
第296話｜データ時代に逆行しているデータ改竄問題
国土交通省の建設工事受注動態統計の書き換え問題、すごいですね。 国交省 不適切な統計処理 推計で8年間に34兆円余 過大に計上 日本の大手製造業でもデータ改竄問題が、定期的にニュースに上がってきています。 偽装に不具合、...