1限目：機械学習って結局なんなの？

• 統計学と機械学習の概要と違い
• 実務で機械学習を使う上で考えるべき予測性能と解釈可能性
• データ分析における良くある間違い
• 教師あり機械学習（予測モデル）

事例研究講演

ビジネスに活きるデータ分析のポイント（仮）

LINE株式会社

Data Labs

Data Scientist

牟田 博和

京都大学大学院情報学研究科を卒業後、ソニー株式会社にて半導体エンジニアとして勤務。その後有限責任監査法人トーマツに入社し、データ分析を活用した経営コンサルティングに従事。製造、金融、小売など、多様な業種のクライアントに対するコンサルティングに携わる。
現在はLINE株式会社にて、サービスのグロース、マーケティング最適化など、社内のデータ活用に関わる様々なプロジェクトの推進およびデータ分析を担当している。

3限目：＜エクセルでニューラルネットワークを実装して見よう！＞：演習

• 回帰分析
• ニューラルネット
• 勾配降下法

4限目：＜Pythonを使ったプログラミング超入門＞：演習

• Pythonの演習

5限目：超速習!機械学習アルゴリズム

• モデル作成/機械学習アルゴリズムの選択
• ロジスティック回帰モデル
• 決定木
• アンサルブル学習(ランダムフォレスト）
• 機械学習アルゴリズムを学習するためのポイント（解釈可能性/予測性能/ハイパーパラメーター）
• 性能評価（評価指標、精度評価、再現率等々）

6限目：Pandasを用いたデータ前処理と不動産価格を予測するモデルを作るウォークスルー ～其の壱～

• pandasの基本的使い方
• scikit learnの使い方を理解する
• 演習：機械学習を使って不動産価格の予測モデルを作る（分析プロセスに沿った演習）
• 分析目的の明確化/データ準備・データ分析要因と特定/分析/

7限目：Pandasを用いたデータ前処理と不動産価格を予測するモデルを作るウォークスルー ～其の弐～

• モデリング/アルゴリズム選択/ビジネスインパクト/PDCA
• 不均衡データとＦ値の関係
• 質疑応答
• まとめ