データサイエンス基礎講座2016<Real Web Analytics編> [2016年12月07日(水)・13日(火)・14日(水)・20日(火)・21日(水)(全5回)]

本セミナーは登録受付を終了しました。

12月7日(水) 19:00~21:00(120分)
1限目:<データサイエンス概論>
  • データとビジネス
  • 現状把握とデータによるビジネス改善
  • 企業の中のデータサイエンティスト
  • データによるイノベーションの想起
12月13日(火) 19:00~21:00(120分)
2限目:【演習】<統計編>
  • R、Rstudioの利用
  • データのマージ
  • より踏み込んだクロス集計
  • ピボットデーブル/クロス集計
  • グラフの作成(棒グラフ、箱髭グラフ等)
  • 散布図の作成
  • 繰り返し処理
  • グラフの大量作成
12月14日(水) 19:00~21:00(120分)
3限目:【演習】<機学習編>
  • 機械学習を利用するメリット
  • モデリングの重要性
  • 教師あり学習(SVM)/アルゴリズム説明
  • 教師なし学習(K-MEANS)/アルゴリズム説明
  • ロジステック回帰/アルゴリズム説明
  • アンサルブ学習/アルゴリズム説明
  • DNN
  • 魔法の杖とは異なる「機械学習」
12月20日(火) 19:00~21:00(120分)
4限目:【演習まとめ】(その1)
【事例をベースにした演習】
  • 事例:ECサイトの売上増加策
  • 分析手法の選定:決定木分析
  • 決定木分析の概要・利用
  • 分析による結果検証
  • システムへの実装/分析保守業務
  1. 現状とあるべき姿/問題発見/データ分析/アクション
  2. 集客効果の高い広告の組合せと統計/機械学習
  3. 顧客群の分析
    • ターゲットの特定/パターン分析/主成分分析/クラスタリング
12月21日(水) 19:00~21:00(120分)
5限目:
【演習まとめ】(その2)19:00〜20:00
【事例をベースにした演習】
    • 事例:ECサイトの売上増加策
    • 分析手法の選定:決定木分析
    • 決定木分析の概要・利用
    • 分析による結果検証
    • システムへの実装/分析保守業務
  1. 利用継続・休止パターンの特定と施策
    • サービス利用してすぐにやめてしまう人を減らしたい
    • 「楽しさ」を統計ツールで構造化する
    • クラスタリングの結果を説明変数とする理由
    • 決定木分析により、すぐにやめてしまう人の行動を明らかにする
【事例研究・講演】20:00~21:00
米国・先進企業に見るバックエンドBigDataの効率的活用
〜DataLake(データレイク)はこう使え!〜
講師
古谷 幹則 氏
Attunity, Ltd.日本代表
古谷 幹則

※ 講師・講座内容は予告無く変更される場合があります。予めご了承ください。