Please enable JavaScript.

Coggle requires JavaScript to display documents.

新しいデータリテラシー　BIからその先のデータ活用へ　20分論旨：　・溢れるデータから価値を生み出すサイクルをスピードをもって回して…

- - - - BIから広げて機械学習と統計の力も必要となるし、依然としてデータ準備する力の必要となる
      - 可視化
        
        BIからその先のデータ活用へ　BIからその先の技術へ
        可視化でわかることも多くある。
        可視化だけではわからないこともある。
        
        電力と気象の関係ってどうなっていると思いますか？
      - データ準備は依然として大変である
        
        汚いデータを作るなと言っていたけれど。
        
        Connpass/TechPlay/Peatixで別々に管理かなり大変
        
        その気持ちは分かる
        
        ID　が異なればそもそも名寄せができないケース
        
        マンションの中古価格で予測でのケース
      - モデルの作成
        
        適所適材
        
        精度が本当に要るのかな？
        
        全データいるのかな？
      - モデルの評価
        
        もちろん数字を見て誤差を縮めるというのも大事だが・・・
        ドメイン知識と繋げる
        
        電力予測と誤差：祝日お正月、猛暑日フラッグ
      - 共有と展開　見たくなる、触りたくなる、人に教えたくなる　データ分析結果
        
        主成分分析とアイスクリーム
        
        電力需要予測
        
        KPIにして注意を喚起する
        
        ポケモンバスケット分析
      - これらのサイクルを素早く回すときにExploratory が素敵すぎるという話
        
        Prophet　
        
        Pandas　データフレームの考え方と処理を覚える
        
        Pytorch/TensorFlowやるなら
    - - データを見てモノをいうということ
      - 情熱ではなくて⇒　データをレフェリーとする文化・
      - データのカタログ化
      - ツールを使えるようにする
      - どうやって巻き込んだらいいか？
    - - そのサイクルをスピード感をもって回していくために、使えるものは何でも使う。
    - - BI屋だからこそできることがある。
- - - - Pokemon主成分分析、クラスタリング、バスケット分析
    - - 早速使ってみた話。
        電力需要予測をしてみる。
        
        ①　データの整形
        
        ②　予測モデルの作成
        
        2018年~2020年までの実績を使ってモデルを作成する。
        天気予報を利用して電力需要を予想する。
        実際にどれだけあたっていたかを検証する。
        
        ③　予測の実施