• 2019年09月04日(水) 10:30 ~ 17:30

１．Ｐｙｔｈｏｎによるデータ分析
　　（１）．データ分析の流れ
　　（２）．使用データ説明
　　　　ａ．データ項目
　　　　ｂ．データ抽出条件

２．データの俯瞰方法（記述統計）
　　（１）．データの要約（平均、分散、標準偏差）
　　（２）．欠損値データの扱い方
　　（３）．一般的な外れ値の定義
　　（４）．相関係数の解釈方法と注意点
　　（５）．データの可視化（目的別グラフ選定）

３．モデル作成、精度評価と改善策
　　（１）．モデルの主な役割
　　（２）．モデル作成と注意点
　　　　ａ．説明変数の選び方
　　　　ｂ．分類（決定木分析、ランダムフォレスト）
　　　　ｃ．回帰（重回帰分析、XGBoost）
　　（３）．モデル精度評価
　　　　ａ．分類モデルの精度評価方法
　　　　　　（Accuracy、Precision、Recall、Specificity等）
　　　　ｂ．回帰モデルの精度評価方法(R2、RMSE、MAE等)
　　（４）．モデルの低精度要因と改善策
　　（５）．モデルの改善、実行、評価

４．データ分析の活用事例
　　（１）．未来予測に向けた過去データの活用法

日本テクノセンター研修室