データサイエンティストになるためには? 必要なスキルや学習方法を解説
データサイエンティストとは、データを分析してビジネスに役…
データサイエンスが学べる
日本屈指のビジネススクール「datamix」
データサイエンス
2020.12.15
11月15日(日)
2020年4月期「データサイエンティスト育成コース」卒業発表会を、今回もオンライン配信という形で実施いたしました。
2020年4月期の皆さん、7ヶ月間、お疲れ様でした。
この卒業発表会は、ご自身で決めた研究課題を講座で学んだスキルを使って研究し、その成果を発表する場であり、この卒業発表を以って「データサイエンティスト育成コース本講座修了」となります。
今回、発表者は5名。テーマは以下の通りとなります。
1 | 機械学習モデルによる機会加工CT予測 |
2 | 雑草識別AIプロジェクト |
3 | 飲食チェーン店のコロナ前後の影響分析とレコメンデーションの提案 |
4 | プロ野球における球種予測モデルの構築 |
5 | 飲食店レコメンド機能開発~より簡単に 自分好みのお店発掘へ |
機械学習を用いて、製造における生産性を高めるための予測と分析の発表でした。製品の生産性の向上と効率化のための予測、分析に必要なデータや要因についてわかりやすくまとめられており、非常に参考になる内容でした。
※CT:サイクルタイムとはここでは製造過程における個々の工程の作業時間のことです。
家庭菜園、ガーデニングでの課題となる雑草に関するプロジェクトです。
機械学習アルゴリズムを用い、家庭菜園やガーデニングで育てている植物と雑草を識別するモデルを作成。雑草を処理する草むしりの精度を高めることはできたのか。身近な場所での課題にも機械学習を用いたい分析、予測を用いることができるという非常に参考になる内容でした。
飲食チェーン店へのコロナの影響の分析と今後の打ち手を検討されたプロジェクトです。記述統計によって売上などのデータを提示し、アソシエーション分析で分析を行っています。分析結果から次のアクションの提案もあり、わかりやすい分析アウトプットでした。
機械学習アルゴリズムを用い、相手チームの投手の球種を予測するモデルを作成。
どのような形で機械学習を用いることで投手の球種を予測したのかが分かりやすくまとめられていました。マネーボールさながらなの分析プロジェクトは必見でした。
飲食業界においてレコメンド機能少ないという気づきから自分好みの飲食店のレコメンド機能を開発。
どのようなデータを用いることで自分好みのお店のレコメンドを実現したのかが分かりやすくまとめられていました。モデルを通して最終的にどのようなお店がレコメンドされたのか。非常に興味深い発表でした。
5名とも7ヶ月間の学びの成果を存分に発揮いただいた発表でした。
7ヶ月間、本当にお疲れ様でした。皆様のご活躍をデータミックス一同、引き続き応援してまいります。次回の卒業発表会は「卒業生」として是非、ご参加いただければと思います。
関連記事
ランキングRANKING
WEEKLY週間
MONTHLY月間