【水曜お昼の雑談会】データサイエンスすいすい会 第5回「自動機械学習をやってみよう」

参加枠申込形式参加費 参加者
参加者
先着順 無料 21人 / 定員70人

イベント内容

データサイエンスすいすい会

「AI・業務自動化 展」より生放送

概要

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

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5回 2020年10月28日(水)12:00~13:00

隔週で開催予定

AI・業務自動化展から配信予定

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

内容

第5回「自動機械学習をやってみよう」

自動機械学習の仕事の進め方をForecastFlowのデモを通して共有いたします。デモシナリオとして分類問題と回帰問題の2つの事例を扱います。

・分類問題: 米国の電話会社の解約予測モデル

・回帰問題: オンラインニュースの拡散予測モデル

このデモを通してお伝えしたい内容

・ForecastFlowの狙っている世界観「予測で世界は変えられる」は、どのようなものか?

・変わる業務イメージを捉える

・「かんたん」に予測ができる範囲

また、このデモは幕張で開催されている「AI・業務自動化 展」より生放送でお送りいたします。

GRI社も出展しておりまして、出展している展示物のデモも併せてお送りいたします。

Pythonで作成したAIとゲーム開発基盤Unityを連携させ、音楽と映像の融合、及びオンラインイベントを盛り上げる試作機をご紹介いたします。

AI・業務自動化展ご来場特典

今回のすいすい会は「AI・業務自動化展」のGRIブースにて開催し、同時にオンライン配信いたします

ブースでも参加いただけます。ご来場いただいた方へは特典も用意しています

詳細はこちら

http://forecastflow.jp/event/japanitweek2020/

ご来場特典

・お持ちいただいたデータを無料で解析 ハンズオン形式でレクチャーします(要予約
・セルフ型機械学習ForecastFlow の1ヶ月体験アカウントを無料で提供
・アガルートアカデミー機械学習超入門講座、講義動画を無料で提供
・GRI オリジナルグッズを進呈(先着順)

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

第4回「自動機械学習での特徴量の作り方」

動画はこちら→ https://youtu.be/Ms52EnCRk8g

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。

※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

本イベントは終了しました

類似しているイベント