インタビュー記事｜売上の安定が組織に“遊び心”を生む “データネクロマンサー”高橋さんに聞く、営業データ活用のコツ
SalesZineに掲載されたインタビュー記事です SFA/CRMの浸透で営業組織のデータ活用は本当に進んできたのか？ 「使われないデータ」を復活させるデータ“ネクロマンサー”として企業のデータ活用を長年支援してきた高橋...
RECENT ARTICLES
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その7)
Bidirectional RNN（双方向RNN）モデルで複数先予測
売上などの時系列データを予測するモデルは、基本となるのは1期先予測（1-Step ahead prediction）ですが、実務では複数先予測（Multi-Step ahead prediction）が求められます。 ニ...
Python ライブラリー「sktime」で学ぶ
らくらくビジネス時系列機械学習 Web講座
– 第7回：データの読み込み方・作り方（tsフォーマット編） –
sktimeに読み込めるデータフォーマットは次の４つです。 csvフォーマット tsフォーマット Weka ARFFフォーマット UCR .tsvフォーマット 前回は、最も利用頻度が高いと思われるCSVの読み込み方と、s...
第329話｜ダッシュボードとレポートの重要な相違点
BIツールの普及とともに、パワーポイントやワードなどのレポートの代替として利用する企業や組織などが増えてきました。 もちろん、今でもパワーポイントやワードなどのレポートは頻繁に利用されています。 ダッシュボードとレポート...
＜監修記事＞【IT系】文系からデータサイエンティストになる方法｜企業ランキング・おすすめスキルも
大人気の就活情報サイトである「就活の教科書」に掲載されている以下の記事の監修を行いました。 以下、記事の冒頭の抜粋になります。 「具体的な勉強法3選」や「データサイエンティストになるために必要なスキル」、「志望動機のポイ...
第328話｜理想のダッシュボードは取り除く情報がなくなったときに完成される
ここ10年、ダッシュボードがビジネスの現場に広まりました。 従来は、パワーポイントやワードなどのレポートが担っていた役割を、ダッシュボードが代替するようになったのです。 ただ、ダッシュボードが効果的に情報を伝達できている...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その6)
時系列Encoder-Decoder(Seq2Seq)モデルで複数先予測（実践編）
売上などの時系列データを予測するモデルは、基本となるのは1期先予測（1-Step ahead prediction）ですが、実務では複数先予測（Multi-Step ahead prediction）が求められます。 ニ...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その5)
時系列Encoder-Decoder(Seq2Seq)モデルで複数先予測（解説編）
売上などの時系列データを予測するモデルは、基本となるのは1期先予測（1-Step ahead prediction）ですが、実務では複数先予測（Multi-Step ahead prediction）が求められます。 ニ...
第327話｜6ヶ月間で初心者がデータサイエンティストになるためのロードマップ例
データサイエンティストや機械学習エンジニアなどの社会的需要が高まっています。 とは言え、急にタケノコのようにニョキニョキ増えることはありません。 通常は、最低でも実務経験を積みながら2,3年は必要でしょう。 その後、セン...
第326話｜データ活用の末路
DXだのビッグデータだのAIだのデータサイエンスだの機械学習だのディープラーニングだの、データ活用を目論むことが多くなった昨今です。 ただデータ活用を過度に進めることで、ちょっとしたことが起こります。 データ活用の末路と...
第325話｜時系列データを使った予測モデル構築の流れ
時系列データをビジネス活用するとき、最も期待される活用方法の1つが「データで近未来を予測しこれからのビジネス活動に活かす」というものです。 これは、需要予測や受注予測、LTV予測、離反予測、故障予測などの「〇〇予測」と呼...
第324話｜時系列データに対するクロスバリデーション法
最近、ビジネスの世界で、売上などの時系列データを使い予測モデルを構築し、近未来を予測しながらビジネス活動する人や組織が増えてきました。 ただ、予測モデルを構築するとき…… どのモデル（アルゴリズム）がいいのか？ どの説明...
第323話｜高精度な予測モデルが「使えるモデル」とは限らない
高精度な予測モデルが使えるモデルとは限りません。 「使えるモデル」とは、ビジネスの現場で使い成果をだすモデルです。 ビジネスの現場で予測モデルが使えるかどうかを考えるとき、幾つかの視点があります。 今回は、「高精度な予測...
第322話｜時系列特徴量7選
時系列データのデータセットには、時間変数や指標変数、層別変数の他にも変数があります。時間や指標、層別などの特徴を表す変数です。「特徴量」と言ったりします。 例えば、休日かどうかを表す変数であったり、過去1周間の平均売上を...
Python ライブラリー「sktime」で学ぶ
らくらくビジネス時系列機械学習 Web講座
– 第6回：データの読み込み方・作り方（CSV編） –
前回は、データ構造を説明しました。 それぞれのデータ構造に沿ったデータの読み込み方・作り方があります。 sktimeに読み込めるデータフォーマットは次の４つです。 csvフォーマット tsフォーマット Weka ARFF...
第321話｜2種類の時系列データ
時系列データといっても色々な形のものがあります。 よく見かけるのが次の2種類です。 縦持ち時系列データ（時間軸が縦方向） 横持ち時系列データ（時間軸が横方向） 基本となるのが、「縦持ち時系列データ」です。ビジネスの現場で...
