開催概要 日時： 2021年2月4日（木）13：00～16：00 受講料： 無料 会場： オンライン（PCとインターネット接続環境があればどこからでも参加頂けます） 主催： ソフトブレーン・サービス(株) 詳細はこちら ...

よくデータサイエンスや機械学習などの技術を使い予測モデルを構築するケースも増えています。 その中でよく目にするのが点予測です。 点予測とは、「点」（1つのある数値）を予測することです。例えば、来年のこの事業の売上は100...

ビジネスの世界のデータの多くは、時間軸のあるデータである時系列データです。 この時系列データは、一定ではありません。上昇トレンドがあったかと思えば、下降トレンドになったりします。 要は、構造変化します。 時系列データを手...

データ分析前の準備は非常に重要です。 どのような準備をするのかが、あなたの望んだ成果（成功）に大きく影響します。その肝になるのがメッセージの品質です。つまり、データ分析前の準備とはメッセージ品質を高める準備をするのです。...

ビジネス上のデータを眺めてみれば、時間という概念が紐づいた時系列データであるケースが多いです。 多くの時系列データは、上昇傾向や下降傾向といったトレンドや、夏に上がり冬に下がる、週末に上がり平日に下がるといった一定の周期...

2000年ごろのデータマイニングブームの頃、盛んに取り上げられた事例があります。 ビールおむつ事例です。 この事例を元に、データ分析の結果を「どう実務に活かすか？」というワークを実施したことがあります。 そうして分かった...

幸か不幸か、ビジネス系のデータの多くは時系列データです。売上データもホームーページのアクセスログもセンサーデータも時系列データです。 時系列データを手にしたとき、どのようなデータなのか見てみたい、ということは多々あります...

パイプラインは主に「前処理」「特徴量選択」「数理モデル」の3種類の関数で構成されます。 「前処理」「特徴量選択」「数理モデル」のすべての種類の関数が使われることもあれば、一部だけ使われることもあります。 パイプラインの処...

ビジネス系のデータ分析・活用（データサイエンス実践）の進め方は、業界や企業など応じて色々なものがあります。 正解というものはありません。正直、成果さえ出せればそれで良いのです。 私が社内向けのデータ分析・活用（データサイ...

データを手にしたとき、データの理解のために、とりあえずデータを集計してみるということは多いです。 かっこよく言うと「探索的データ分析」（Exploratory data analysis）の1つです。 なんだかんだ言って...

ビジネス活動でよく目にするのが、時系列データです。 この時系列データを使ったデータ分析・活用（データサイエンス実践）には、いくつかの種類があります。 時系列の異常検知 時系列の分類 時系列の予測 他にもありかもしれません...

データを手にしたとき、とりあえずデータを集計してみる、という業務はよく発生します。 データ集計ツールは世の中にたくさんあります。その中で手軽に集計するなら、Excelのピボットテーブルなどでしょう。 Excelのピボット...

今回はTPOTと代表的な機械学習アルゴリズムであるRandomForestとの比較をしてみます。 もう少し説明すると、AutoML（自動機械学習）を活用し自動で構築した数理モデル（パイプライン含む）と、データセットに対し...

単純な売上データも、ウェブサイトのアクセス状況も、工場などのセンサーから収集すされるデータも、時系列データです。 多くのビジネスの現場で発生するデータは、「時間軸」の概念の付与された時系列データです。 ビジネスの現場でデ...

予算などの計画値を考えるとき、前年と同じや前年比1.1倍みたいな立て方がたまにあります。 例えば…… 前年これぐらい使っているから、来年も前年と同じぐらいでいこう！ 前年よりも売上を伸ばしたいから、今年は前年比1.1倍ぐ...

さて、TPOTは自動で特徴量生成と選択、モデル選択をしてくれます。 実際にどのような特徴量が作られ、どのモデルが使われたのか確認したいときがあります。 今回は、第３回で取り上げた分類問題を題材に、TPOTが生成した特徴量...