BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【月次無料ワークショップ】機械学習を使っ
 た要因分析
X-WR-CALNAME:【月次無料ワークショップ】機械学習を使っ
 た要因分析
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:681150@techplay.jp
SUMMARY:【月次無料ワークショップ】機械学習を使った要
 因分析
DTSTART;TZID=Asia/Tokyo:20180726T190000
DTEND;TZID=Asia/Tokyo:20180726T210000
DTSTAMP:20260506T232252Z
CREATED:20180623T100438Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68115
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n機械学習を
 成功させるための課題設定講座\nアジェンダ\n\n\n\n時間
 \n内容\nスピーカー\n\n\n\n\n18:30 ~ 19:00\n受付・開場\n\n\n\n
 19:00 ~ 19:15\nDataRobotからのお知らせ\nシバタ アキラ\n\n\n1
 9:15 ~ 21:00\n機械学習を使った要因分析\n山本祐也\n\n\n21:
 00 ~\n懇親会（各自）\n\n\n\n\nイベント概要\n今回は前回
 のワークショップで最もリクエストの多かったテーマ
 です。要因分析は、製造業では品質低下や不良品の原
 因、マーケティングでは購入や退会の原因など、様々
 な応用があります。一方、予測モデリングによって現
 れる関係性は多くの場合「相関」に起因するもので、
 必ずしも「因果」を表しているとは限りません。本講
 座では、機械学習から得られる要因特定に利用できる
 インサイト、特に\n\nDataRobotの「特徴量のインパクト」
 、「特徴量の効果」や「予測の説明」の解析による重
 要因子の特定\n見つけた要因の大きさや、信頼性の評
 価方法\n交互作用の見つけ方\n原因を特定するため必要
 なより進んだ分析方法\n要因解析に適したデータ収集
 方法\n\nなどのトピックに触れていきます。\nアンケー
 ト\nhttps://docs.google.com/forms/d/e/1FAIpQLSfZvLVzs6H2teu8i-znZfLME5kk
 z7XP7xDbsVOhD4uuXzrC2A/viewform\n資料\nデータセット①\nhttps://d
 rive.google.com/open?id=12o1m9tMfgq_BAu3csCfz9twWUmiLwTxT\nデータセ
 ット②\nhttps://drive.google.com/open?id=165upMp0Jnnc62bFv-RQyOJAEga0q
 IdW4\nスライド資料\nhttps://drive.google.com/open?id=1hViLz7dV3DOV0
 Lb9-8yOP6kShcZRdgvw\n傾向スコアマッチングのスクリプト例\
 nhttps://drive.google.com/open?id=1myXYzBhQZRj3UpgtXD9EEq5vDF1cvWPj
LOCATION:新丸ビルEggJapan 10F 〒100-6510 東京都千代田区丸の
 内1－5－1 新丸の内ビルディング 10階
URL:https://techplay.jp/event/681150?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR