～データサイエンティスト育成コース～2018年7月入学(第6期生)卒業発表会

1.会話スキルを科学する 〜テレアポの音声データをもとに〜

営業マンのトークをデータ分析によってフィードバックを行うことを目指した取り組みです。実際のテレアポの音声データをテキストにコンバートし分析。自然言語処理でアポイントが取れるトークと取れないトークの違いを明らかにし、担当者にフィードバックすることでアポイント獲得率向上を目指しました。

2.流通中古マンションの注目度調査

不動産投資を行う上で、掘り出し物件を探しあてることは、不動産投資を成功させる上で、重要なファクターです。しかし日本国内で流通している中古マンションの数は多く、それら全ての物件情報を鑑みて不動産価値を算出するのは時間的に難しいため、今回は重回帰分析を用いて、東京都内の掘り出し物件探しの効率化を図りました。

3.国立公園の宿泊者数予測

2020年の東京オリンピック開催により外国人旅行者の増加が見込まれ、それに伴い地方の観光地への流入も十分考えられます。そのため、有名観光地の来訪者数予測など今後ますます需要が高まります。そこで今回の課題では、「国立公園周辺の観光宿泊者数の予測」というSIGNATEのテーマを扱いました。SNS発信情報や気象データを用いて、線形回帰モデルとSARIMAモデルによる分析に挑戦しました。

4.メジャーリーガー（投手）の分析

野球の評論や中継の解説は、感覚ベースのものが多いと感じるため、kaggleのメジャーリーガーデータを１から分析することでその妥当性を調査しました。また先発型・抑え型の投手の特徴をそれぞれ回帰分析により導き、現役投手がもっとも活躍できると考えられるポジションについて考察を行いました。

5.画像解析を用いたジェスチャーUI

画像認識によるクレジットカードの入力補助など、機械学習を用いることでUIが在り方を変えてきています。そこで今回は、画像認識によりハンドジェスチャーを識別し、自然な動作でシステムを実行させることで、人とコンピュータのコミュニケーションを、人間同士のコミュニケーションに近いものにすることを目的とし、アプリケーションの開発を行ないました。

6.トマト収穫量予測

新規事業領域としてのスマートアグリの一環として、農場運営・建設をしたく、その建設前の経済性試算のための収量予測モデル構築を目指しました。解釈性より精度重視し、また農場運営により取得した実際のデータ(1.5年分/週データ)を使用して、モデル構築を行いました。

7.国勢調査からの収入予測

教育年数や職業等の国勢調査データから年収が50,000米ドルを越えるかどうかの予測モデルを作成するというSIGNATEのテーマを取り上げました。データサイエンティスト育成コースでは扱わないアルゴリズムも使い、予測モデルの改善を行いました。また特徴量加工においても、独自の仮説を元に特徴量加工を実施しました。

8.電力需要予測と因子の特定

工場など法人の電気利用料金は年間数億円に上りますが、利用料の予測精度が低く、予算計画に支障をきたすこともあります。この課題では気象庁、東京電力のオープンデータを活用して、電力需要の予測を行いました。将来的には顧客である工場などの法人に対して、顧客環境を特徴量としてモデリングするなど、セールス時の他社差別化を狙います。

9.購買（受注）予測に基づく物流センターの効率化を目指す

物流センターの構築において、購買予測を行うことにより、一部作業において受注締め時間以前から作業が可能、作業時間を拡大させることが見込めます。そこで、数千～数万SKU（商品種類数）の中から、商品毎にその日出荷される数量を予測する予測モデルを構築することで、必要機械台数の減少を目指しました。

10. 統計手法とネット上の「自動車関連キーワード」分析による国内自動車市場販売促進プランの立案

国内自動車市場を、統計データとSNSやWebサイトのコメントデータを使用して分析しました。分析手法としては、統計データに関しては仮説検定や重回帰分析といった統計モデリングにより自動車保有台数に影響を及ぼす要因とそれらの関係性を分析、またコメントデータに関してはユーザーの声から自然言語処理を用いて自動車市場を分析しています。
最後に、分析結果から販売促進プランを立案しました。

11.健康増進で医療費削減〜人生100年時代を生きるために〜

日本は世界でも有数の長寿国で、いよいよ人生100年時代に突入するのではないかと言われはじめました。医療制度の充実や医療技術の進歩によって、人生が伸びる一方で医療費はどうなるか！？誰もが気になる老後の医療費。厚生労働省の健康診断と医療費のデータから、健康を阻害する原因を健康診断の段階で特定し、そのための対策を模索しました。

12.製造ラインにおける不良品予測

製造業においては生産性の向上、コストの削減、稼働率の向上が求められます。そのためにも製造ラインの不良品となる原因の特定や、設備を止めないこと、計画的にメンテナンスすること等が課題となります。そこで、自動車メーカーの工場センサーに関する大量データを使用し、不良品/良品の予測モデル構築を目指しました。

13.Kaggie：PLAsTicc

天体の観測データを元に、恒星の種類を予測し精度を競うコンペ。画像ではなく3次元空間の位置情報や明るさを示す波形データなどを扱います。約1,000Teamが参加するコンペでインテグレーション期間中に終了しました。データの大きさや不均衡があるなど、など難しいチャレンジだが上位入賞を目指しました。