データサイエンスの鍵：モデルからビジネスへ【東京情報大学・嵜山陽二郎博士のAIﾃﾞｰﾀｻｲｴﾝｽ講座】
データは数値の集まりであり、それを簡略化した数式がモデルである。モデルは現状分析や推測、予測などに用いられ、回帰分析や統計的決定木が基本で、ランダムフォレストが高度な手法。また、時系列データにはARIMA、最適化にはシンプレックス法が利用される。ビジネスではこれらのモデルを十分に扱えれば良い。
▼▼▼▼▼▼▼▼
チャンネル登録はこちら
ビジネスシーンに必要なモデル
ビジネスシーンに必要なモデルとは
数式で簡略化して表現する
データは膨大な数の数値の集まりです。
その数値の集まりを、簡略化して表現する数式のことを、モデルと言います。
モデルは、さまざまな用途で利用されます。
主に、
現状分析：データの特徴を分析するため
推測：現在の観測できない状態を推測するため
予測：将来の出来事を予測するため
に用いられます。
モデルにはさまざまな種類があります。
最も基本的なモデルは、回帰分析です。
その他には、統計的決定木という手法も多くの場面で使われています。
多くの場合は、回帰分析と統計的決定木があれば十分です。
さらに高度なモデルになると、ランダムフォレストという強力な手法があります。
時系列のデータに利用されるモデルにはARIMAという手法があり、最適化を行うモデルにはシンプレックス法という手法があります。
ほかにも様々なモデルがありますが、ビジネスシーンで利用するときにはこれらを扱えれば十分です。
モデルは、膨大な数値の集まりを簡略化して表現したり、現在の観測できない状態を推測したり、将来どうなるかを予測したりするのに役立ちます。
関連記事
