1/29(Sun)

今日の生放送

あわさき たかね

阿波﨑 たかね

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。

阿波﨑 たかね

登壇している授業のカテゴリー・関連タグ

担当のコース

「Pythonでできることを知りたい」 「Pythonって今よく言われているけど難しいことしかできないの?」 流行っているPythonはSchooでも勉強できるけど実際の使われ方がいまいちピンとこない。   この授業はPythonでできることを実際にやってみる授業です。 今回は、Twitter上である単語をスクレイピング(情報取得)してワードクラウド(単語を視覚化)を制作します。 身近にあるTwitterでPythonでできることを学んでいきましょう。

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。

担当の授業一覧 全6授業