本授業は、PythonのAIライブラリを用いて社内データの分析手順について学ぶ実践形式授業です。
本授業を通じて、Pythonをビジネス活用するイメージが醸成されるように一緒に学んでいきましょう。
【コース全体で学べること】
① scikit-learnライブラリを用いたAI分析手法
② 機械学習を用いたデータ分析のプロセス (タスクの決定/データ観察/前処理/学習/評価/適用)
③ カテゴリデータや偏りのあるデータに対して分析の精度を上げる前処理手法
【受講対象者】
全般
【レベル感】
Python初級をご受講いただいてからの受講をおすすめしております。
さらに学習を進めたい方はPython中級をおすすめしております。
【授業のゴール】
社内にあるビジネスデータをPythonを活用したデータ分析手法を使って分析するイメージがつく (AIの社内活用イメージを育む)
【どんな授業なのか?】
第1回:概要とデータの観察
第2回:回帰 (広告宣伝費と売上の関係を予測する)
第3回:分類 (顧客の成約率を予測する)
第4回:クラスタリング (顧客属性をクラスタリング)
※授業素材は各授業詳細ページからダウンロードいただけます。
(Google Colaboratoryをご利用の方は下のURLをダウンロードしてお使いください)
【Pythonの環境構築の設定方法】
事前にPython環境の構築をお願いいたします。
(1) Anaconda / Miniconda /Jupyter NotebookにおけるPythonの環境構築
下記URLにあるPDF資料をご参照の上、環境構築のほど宜しくお願いいたします。
PDF資料
(2) Google ColaboratoryにおけるPythonの環境構築
Googleアカウントをお持ちであれば、環境構築は不要です。
下記URLを開いていただき、「ファイル」→「ドライブにコピー」いただきお使いください。
Google Colaboratoryの授業素材
第1・2回:授業素材
第3回:授業素材
第4回:授業素材
CSVファイル:授業素材
※1行目にある「dirveをマウント」コードを実行後、ご自身のGoogleドライブにCSVファイルを格納してお使いください。
■ ご登壇いただく講師
阿波﨑 たかね (あわさき たかね) さん
株式会社フルネス/データサイエンティスト
気象データを用いた研究に従事した後、コンサルティング会社へ就職。 物理シミュレーションソフトウェアの技術営業、 コンサルティング、サポートデスク、マーケティングを経験後、 フルネスに入社しデータサイエンティストに転身。 現在はマーケティングデータ・金融データ・SNSデータの分析や、 AIによる予測システム構築・レコメンドシステム構築などに携わるかたわら、 データ分析・機械学習・深層学習系の研修に登壇。
◯ データを可視化して定量的に振り返ることはできたものの、AIを用いた高度なデータ分析には着手できていない方 ◯ 今後AIを取り入れたデータ分析プロジェクトが開始されるのを前に、事前にPythonで行えるデータ分析手法を把握したい方