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10回「はじめての自動機械学習（ForecastFlow）
 」
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10回「はじめての自動機械学習（ForecastFlow）
 」
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:805984@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10回「はじめての自動機械学習（ForecastFlow）」
DTSTART;TZID=Asia/Tokyo:20210127T120000
DTEND;TZID=Asia/Tokyo:20210127T130000
DTSTAMP:20260418T113108Z
CREATED:20210122T100700Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/80598
 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10回　2021年1月27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/9
 6152836275\n\n内容\n第10回「はじめての自動機械学習（Fore
 castFlow）」\n今回のすいすい会では、ForecastFlowを使って
 はじめての自動機械学習に関してご説明いたします。
 「予測ができれば世界が変わる」というキャッチコピ
 ーの元、ForecastFlowでは誰でも機械学習（人工知能の一
 種）の最新技術を利用することができます。事業イン
 パクトを出すためのForecastFlowの活用事例、及び機能紹
 介をいたします。\n■事例紹介\n\nサブスクリプション
 ビジネスでの解約予測\nリードナーチャリングでのコ
 ンバージョン予測\n広告配信時の属性推定\nマーケティ
 ングミックスモデル\nIoTセンサーデータを用いた商品
 ／サービス開発\n\nForecastFlowのホームページ：　https://f
 orecastflow.jp/\n\n\nナビゲーター\n古幡 征史　\n株式会社GR
 I 取締役Ph.D in Computer 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 California、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→　ht
 tps://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→　ht
 tps://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「ForecastFlow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Predictive Modelでの予測について」\n動
 画はこちら→　https://youtu.be/P09VdyyVtHs\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\n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」\n動画はこちら→　https://youtu.be/SZvqLKRET
 3Y\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。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お話しました。\n\n第9回「
 自動機械学習での予測モデル分割による詳細分析」\n
 動画はこちら→　https://youtu.be/2uH_em9b3X4\n自動機械学習
 ツールForecastFlowの予測モデル分割機能を用いて、「米
 国電話会社の解約予測」と「海外旅行ユーザの予測」
 の事例紹介を行いました。\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/
 12924\n\n
LOCATION:https://zoom.us/j/96152836275
URL:https://techplay.jp/event/805984?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR