Pythonによるデータ分析とモデル作成・精度改善のポイント ~1人1台PC実習付~

~ データ分析の流れ、データ俯瞰法、モデル精度改善法への応用 ~

Pythonによるデータ分析を効果的に活用するための実践講座

Pythonによるデータ分析とモデル作成法と精度改善法のノウハウを実践的に修得し、実務へ応用しよう!

*PCは弊社でご用意いたします

講師の言葉

 近年ではデータ分析の需要が年々高まりつつあり、様々な業界でデータ分析が行われています。それに伴いデータ分析に関する書籍やWebサイトも増えておりデータ分析は身近なものとなっています。
 今回の講義ではPythonを使用したデータ分析を体験してもらう内容となります。データ分析を実施する時間を長くするために受講対象者はPythonの基本操作ができる人を対象とさせていただきます。
 Pythonでのモデル作成方法自体はWEBなどでも調べることはできますが、データ分析をする上で重要なのはモデルを作成するまでの考え方や作成したモデルの改善方法など分析の進め方を知っているかどうかが非常に重要な要素となります。この講義ではただモデルを作るだけではなくモデルを作るときの注意点やモデルの解釈方法、モデルの改善方法に焦点を当てた内容です。また、より実践的な体験をしてもらうために使用するデータは実際の行動ログデータを用います。
 データ分析に関心がある方のご参加をお待ちしています。

定員まであと1名です。

セミナー詳細

開催日時
  • 2019年09月04日(水) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・Pythonを使用した経験のある方
・今後Pythonを用いて機械学習を学んでいきたいと考えている方
・データ分析、システムほか関連企業の方
予備知識 ・Pythonの基本的な構文を理解できる
・何らかのプログラミング言語を活用した経験
修得知識 ・Pythonを使用したデータ分析に関する基礎知識
・データ俯瞰の方法
・モデル作成、精度評価方法
プログラム

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

キーワード Python データ分析 行動ログデータ モデル作成 モデル精度改善
タグ 統計・データ解析分析AI・機械学習インターネットデータ解析ネットワーク統計・データデータ分析
受講料 一般 (1名):54,000円(税込)
同時複数申込の場合(1名):48,600円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 小田急第一生命ビル(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日