BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【水曜お昼の雑談会】データサイエンスすい
 すい会　第8回「データ活用を推進するマネージャが知
 っておくべき自然な摂理」
X-WR-CALNAME:【水曜お昼の雑談会】データサイエンスすい
 すい会　第8回「データ活用を推進するマネージャが知
 っておくべき自然な摂理」
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:802084@techplay.jp
SUMMARY:【水曜お昼の雑談会】データサイエンスすいすい
 会　第8回「データ活用を推進するマネージャが知って
 おくべき自然な摂理」
DTSTART;TZID=Asia/Tokyo:20201209T120000
DTEND;TZID=Asia/Tokyo:20201209T130000
DTSTAMP:20260407T060529Z
CREATED:20201207T003327Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/80208
 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nデータサイ
 エンスすいすい会\n\n概要\nデータサイエンスに関する
 雑談を通して、すいすいデータサイエンスを推進でき
 るような知見を貯めていくオンライン雑談会\nGRIの分
 析官リーダ他が参加してテーマについてお話します参
 加無料、お昼を食べながらお気軽にご参加ください\n\n
 スケジュール\n第8回　2020年12月9日（水）12：00～13：00\
 n隔週で開催予定\n\n参加方法\n時間になりましたら、下
 記ZoomURLよりご自由にご参加ください\nhttps://zoom.us/j/9615
 2836275\n\n内容\nデータ活用の推進とリモートワークによ
 り、各マネージャは静かな大変動に直面しています。
 マネージャはリモート会議で発言の場を失い、マネー
 ジャを飛ばした意思決定などが起こり始め、若手は会
 社への帰属意識を失い、より魅力的な環境へ身を移し
 ています。データを活用する上で自然な摂理がいくつ
 か存在しており、それらをベースにマネージャとして
 データを効率的に使うための環境整備のヒントを提供
 します。\n\nデータ活用人材の種類\nデータ活用人材の
 組織\nAIやBIを使った仕事の手順\n仕組み作りでのマネ
 ージャの役割\nデータ活用の方向性と落とし穴\n\n\nナ
 ビゲーター\n古幡 征史　\n株式会社GRI 取締役Ph.D in Compu
 ter ScienceGRIにて50以上のAI\, BI\, 分析基盤構築プロジェ
 クトをリードKPMGコンサルティング、University of Southern C
 alifornia、ドワンゴを経て、2016年9月より現職\n \n参加対
 象\n・データサイエンスに関心のある方\n参加費\n無料\
 n\n機械学習活用やデータサイエンスに関する情報共有
 コミュニティ\n自由にご参加いただけるSlackを用意して
 います実践的に機械学習を活用するための議論やノウ
 ハウの共有を目的としていますすいすい会の内容につ
 いても活発に議論できればと思いますSlackはこちら\n\n
 過去のすいすい会\n第1回「ビジネスでAIを上手く活用
 するための問題設定法の共有」\n動画はこちら→　https
 ://youtu.be/ppkgYD69NDU\nAIを実践的に活用する際、どのよう
 な問題を設定すべきか？AIで解くべき問題が分かると
 、実践的なデータ利活用ができます第1回では、サブス
 クリプション・ビジネス（解約防止、Life-Time Valueの予
 測）における問題設定の秘訣を話しました\n\n\n第2回 
 「アンケートと機械学習で効率的な顧客理解の実践方
 法の共有」\n動画はこちら→　https://youtu.be/-s1PcLQUBNI\n
 アンケート回収数が少なくアンケート結果が眠ってい
 る企業も多いのではないでしょうか？今回の「すいす
 い会」では、アンケートと機械学習の組み合わせの事
 例を紹介しました\n\n\n第３回「機械学習の初心者卒業
 ：　分類問題の精度評価手法と不均衡データの実践的
 な取り扱い」\n動画はこちら→　https://youtu.be/q6WJDTOgotA\
 n実社会では不均衡データを扱うのが普通ですが、教科
 書ではあまり触れられていないため、不均衡データの
 実践的な取り扱い方をお話ししました\n\n第４回「自動
 機械学習での特徴量の作り方」\n動画はこちら→　https
 ://youtu.be/Ms52EnCRk8g\n自動機械学習の工程の中で最も時間
 を要するのが予測ターゲットを説明する特徴量データ
 の準備になります。特徴量の考え方、アンチパターン
 、モダンなアルゴリズムで不要な特徴量処理をお話し
 ました。また、Tableauなどの可視化ツールで事前に分析
 しておくべきことと自動機械学習での特徴量エンジニ
 アリングの使いどころをお伝えしました。\n\n第5回「Fo
 recastFlowで自動機械学習をやってみよう」\n自動機械学
 習の仕事の進め方をForecastFlowのデモ（分類問題と回帰
 問題）を通して紹介しました。このデモは幕張で開催
 された「AI・業務自動化 展」より生放送でお送りしま
 した。\n\n第6回「予測スコアを用いた効果的な施策実
 施」\n動画はこちら→　https://youtu.be/8Sm8ex6taE8\n自動機
 械学習ForecastFlowを使うと、顧客一人一人のレベルで予
 測スコアを自動で算出できるようになります。これか
 らの出来事が予測できるので、効率的に施策を実施す
 ることができます。その実行手順や考え方を説明しま
 す。\n\n第7回「時系列のセンサーデータを扱ったPredicti
 ve Modelでの予測について」\nビジネスシーンで扱うデー
 タの多くは時系列データであり、予測に関して、数多
 くのモデルが存在します。NASAの研究の一つである飛行
 機のタービンエンジン機器のセンサーデータを用いて
 、故障予測を中心にお話しました。\n\n動画はこちら→
 　https://youtu.be/P09VdyyVtHs\n\n※動画や資料は弊社コーポ
 レートサイトでもご覧いただけます\nhttps://gri.jp/news/129
 24
LOCATION:https://zoom.us/j/96152836275
URL:https://techplay.jp/event/802084?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR