Python の ハイパーパラメータ自動最適化ライブラリー Optuna その1
– Optuna のちょっとした使い方 –
機械学習などの数理モデルには、通常幾つかのハイパーパラメータがあり、そのハイパーパラメータの設定次第で大きく精度が変わります。 このハイパーパラメータを調整し最適な設定を探すタスクを、ハイパーパラメータチューニングと言い...
[For beginners] がんばれデータサイエンティスト！
Python の ハイパーパラメータ自動最適化ライブラリー Optuna その1
PythonのPandasを使った時系列データの3種類の特徴量（説明変数）の作り方
売上などのビジネス系のデータの多くは、時間概念が紐付いた時系列データです。 時間概念を取っ払ったテーブルデータと異なり、時系列データは、過去の値に大きく依存する、という特徴があります。そのため、一工夫必要になります。例え...
時系列AutoML（自動機械学習）
第2回：時系列予測モデルの自動構築
最近色々な自動機械学習 AutoML（Automated Machine Learning）が登場しています。TPOT、MLBox、Auto-Sklearnなどの様々なAutoML（自動機械学習）Pythonライブラリー...
時系列AutoML（自動機械学習）
第1回：イントロダクション
（AutoTSのインストール方法と簡単な使い方など）
最近色々な自動機械学習 AutoML（Automated Machine Learning）が登場しています。 AutoML（自動機械学習）は、機械学習パイプライン（データセット→特徴量エンジニアリング→学習→評価など）...
量質混在データ（数値変数とカテゴリカル変数が混在）に対する
Gower距離による階層型クラスタリング（Python）
クラスター分析で利用されるメジャーなアルゴリズムは、非階層型クラスタリングのk-means法か、階層型のWard法がよく使われます。 問題は、量的データ（数値変数）のみを使うというところにあります。質的データ（カテゴリカ...
顧客別CLTV（顧客生涯価値）モデルを
Python Lifetimes でサクッと作る方法を事例で学ぶ
顧客別CLTV（Individual CLTV）とは、顧客の金銭的価値のことで、将来行う取引に基づいて算出されます。 個々の顧客が将来どのくらいの利益を生み出すかがわかれば、価値の高い顧客に対し、マーケティング活動などを...
Python ThymeBoost でさくっと勾配ブーステッド時系列モデル
（A Gradient Boosted Time-Series Model）を作ろう！
時系列モデルと言えば、ARIMAモデルです。最近では、FacebookのProphetモデルも人気です。 ThymeBoostは、時系列分解（トレンド成分・季節成分・など）と勾配ブースティング（XGBoostなど）を組み...
Pythonで時系列ARIMAモデルを
自動でサクッと作ろう（AutoARIMA）
時系列解析系の数理モデルは色々ありますが、今も昔も時系列モデルと言えば、ARIMAモデル（SARIMAX含む）です。 ARIMAモデルの人気というか、実務的な活用は根強く、今も昔もメインで使われている気がしています。 要...
ノンコードで機械学習モデル構築 H2O Flow
その6（H2O Flow で実施する教師なし学習（次元削減・集約））
H2O（エイチツーオー）は、H2O.ai社によって開発された、インメモリ型の機械学習プラットフォームです。 教師あり学習や教師なし学習などの機械学習系の数理モデルを構築することができます。 嬉しいのが、ノンコードで機械学...
ノンコードで機械学習モデル構築 H2O Flow
その5（H2O Flow で実施する自動機械学習AutoML（分類問題））
H2O（エイチツーオー）は、H2O.ai社によって開発された、インメモリ型の機械学習プラットフォームです。 教師あり学習や教師なし学習などの機械学習系の数理モデルを構築することができます。 嬉しいのが、ノンコードで機械学...
