4種類のマーケティングデータを題材に、需要予測やリコメンドなど、

実務の様々な場面で使えるデータ分析・アルゴリズム活用力が身に付く

コースの特徴

  • ● マーケティングデータの特徴に合わせたアルゴリズムの選択方法と実装力が身につく。
  • ● 有用性の高い7種のアルゴリズムを4つの演習を通じて修得する。
  • ● 演習1:顧客の取引実行判定
  • ● 演習2:CTR予測
  • ● 演習3:顧客満足度推定
  • ● 演習4:リコメンド(推薦)

コース概要

開講日
随時
コース名
機械学習実務応用コース〜データ分析編〜
概要
業務課題に対して有用な機械学習アルゴリズムを業務に取り込み続けられる人材を育成するコースです。業務課題に対して適切な手法を選択できるよう、具体的なデータセットとケース課題を題材に、アルゴリズムの選定・実装及び、アルゴリズムの追試や優劣の比較検討方法を学びます。
学習目標
業務課題に対して有用な機械学習アルゴリズムを使いこなす実践的スキルの取得
受講形式
オンライン・テキスト
受講対象者
・機械学習の基礎を習得したエンジニア
・Pythonによるソフトウェア開発の経験があり、基本的なコードの読解が可能なエンジニア
前提スキル
機械学習の基本的なアルゴリズムを理解している
受講料
50,000円(税込55,000円)
修了要件
なし
学習想定総時間
10時間
教材の視聴可能時間
受講可能日より最短1年
必要環境
Google Chrome 最新版、又はSafari 最新版が動作するWindows, macOS, Linux。Google Colabのアカウント
解約可能期間
受講可能日(開講日)以降の解約は受け付けません。

カリキュラム概要

カリキュラム
概要
学習想定時間(h)
イントロダクション
学習の進め方と準備の説明
0.5
顧客の取引実行判定
顧客の属性や過去の行動履歴に基づいて顧客が将来取引するか否かを予測するケース課題を扱う。

応用としては, ネットショップのユーザーの性別や住所あるいは閲覧履歴や購入履歴などから将来ある商品を購入する可能性があるかどうかを判定し, 商品の提案やセールスに活かせる。 また, 企業間の取引を予測して株価の変動の予測にも応用できる
2
CTRの予測
ネット広告の各種のデータから広告がクリックされる確率(Click Through Rate)を求めるケース課題

応用としては、広告の配置を最適化したり, 効果的な制作物の有用性判断に活用できる。また、 サイトやゲームのコンテンツの画面上の配置や導線の設計などに活用できる。
2
顧客満足度判定
顧客の各種データからその顧客が不満を抱えているかいないか予測するケース課題。

応用としては、不満の溜まっている顧客を早期に見つけ出してサポートを厚くする, など営業に活用できる。また、顧客が不満をためる原因を見つけて改善したり, 経営を可視化するためのKPIとして活用することもできる。
2
推薦
ユーザに推奨する商品等のリストを生成するケース課題

精度の良いリコメンデーションシステムは, ユーザの滞在時間を伸ばしてサービスを成長させるための重要な鍵となる。
2
展望
ケース課題から学んだことの応用分野を学ぶ
1.5

お支払方法

  • 銀行振り込み
  • ※法人のお客様の場合は請求書払いのご対応も可能です。