GRI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

スケジュール

第4回　2020年10月14日（水）12：00～13：00

隔週で開催予定

参加方法

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

https://zoom.us/j/96152836275

テーマ

第４回「自動機械学習での特徴量の作り方」

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。エンジニアリングです。ここでは、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す。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す。さらに、特徴量エンジニアリングで使うべきツールは以前お話をいたしましたが、Python, R, Tableau Prep, Alteryx, Talend, Matillionの違いをさらっと眺めます。

– 特徴量エンジニアリングの基本形

– 特徴量のアンチパターン

– ForecastFlowで不要な特徴量エンジニアリングのリスト

– Tableauと自動機械学習での特徴量エンジニアリングの切り分け

– 特徴量エンジニアリングのおすすめツール

ナビゲーター

古幡 征史　

株式会社GRI 取締役
Ph.D in Computer Science
GRI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

参加対象

・データサイエンスに関心のある方

参加費

無料

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

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

過去のすいすい会

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」

動画はこちら→　https://youtu.be/ppkgYD69NDU

AI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

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」

動画はこちら→　https://youtu.be/-s1PcLQUBNI

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

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」

動画はこちら→　https://youtu.be/q6WJDTOgotA

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

※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

https://gri.jp/news/12924