キャンペーン終了まで

割引情報をチェック!

すべての動画をフルで見よう!

初回登録なら7日間無料! いつでも解約OK

いますぐ無料体験へ

ビジネスパーソンのためのデータ・AIリテラシー/③データ加工

  • 0h 12m (5sections)
  • テクノベート (テクノロジーとイノベーション)
  • 実践知

このコースについて

ビジネスパーソンがデータやAIを活用するうえで、知っておかなければならない知識やよく直面する課題を、用語解説を交えてやさしくお伝えします。この動画では、AIによる分析の精度を上げるために重要な「データ加工」について取り扱います。データ加工のポイントを事例を交えながら、一緒に学んでいきましょう。

監修:DataRobot
DataRobot はAI活用を民主化するため2012年に設立、同社が提供する「DataRobot AI Cloud」は次世代の AIである 。AI Cloud は、あらゆるデータタイプ、あらゆるユーザー、あらゆる環境を統合し、業界・業種を問わずすべての組織に対して重要で価値あるビジネスインサイトを提供することをビジョンとしている。

DataRobotはAI Cloudのリーダーとして、あらゆる組織の本番環境へのAI導入を加速しており、Fortune 50の3分の1を含む、業界や業種を超えたグローバルな顧客から信頼を得ている。
「DataRobot AI Cloud」は、今日の市場において最も広く展開され、実証されたAIプラットフォームの1つであり、世界中の顧客に対して1.4兆件以上の予測を提供している。

DataRobotを体験されたい方はこちらから(30日間のフリートライアル)
https://www.datarobot.com/jp/trial/?utm_source=globis&utm_medium=partner&utm_campaign=FreeTrial23JP-globis

DataRobot お問合せ:
https://www.datarobot.com/jp/resources/contact_us_g/

グロービス経営大学院の「ビジネス・データサイエンス」クラスに「DataRobot AI Cloud」を提供中。
グロービス経営大学院 ビジネス・データサイエンス 講座詳細:
https://mba.globis.ac.jp/curriculum/detail/dsb/

講師プロフィール

小川 幹雄 DataRobot Japan バイスプレジデント, ジャパンAIエキスパート

DataRobot Japanの創立期に参画し、様々な業務を担当してビジネス拡大に貢献。その後、金融業界を担当するディレクター兼リードデータサイエンティストとして、金融機関のAI導入支援やCoE構築支援をリード。2023年からは日本のAIエキスパート部門の統括責任者に就任。AI導入・活用支援のノウハウを活かし、公共機関や大学機関での講演も行っている。また、一般社団法人金融データ活用推進協会(FDUA)の企画出版委員会の委員長代行も務めている。
(肩書きは2023年3月撮影当時のもの)

コース内容

  • データ加工
  • データ加工は前処理が8割
  • データクリーニングの注意点
  • 特徴量エンジニアリングのポイント
  • 今回のまとめ

より理解を深め、他のユーザーとつながりましょう。

27人の振り返り

  • yu0917

    販売・サービス・事務

    データ分析の品質は、データの前処理によって、ほぼ決まる。
    時間をかけてデータを整える。

    2023-11-01
  • 7031

    経営・経営企画

    AIによる分析の精度を上げるために重要な「データ加工」は
    ●欠損値
    ●異常値の補正
    ●特徴量エンジニアリング
    説明変数を策定することがポイントであると感じました。

    2023-11-03
  • sm054307

    経営・経営企画

    ただ蓄積したデータだけでは利用できないので
    加工することを前提で、分析のテーブル構成を検討しなければいけない

    2023-10-04
  • mhbl_nakayama

    IT・WEB・エンジニア

    データ分析において、データ加工が8割を占めるというお話が印象的でした。
    結論を導くために必要なデータを見極めたうえで、ただやみくもにデータを集めるのではなく
    分析対象の要素や周期を事前によく検討し、適切にデータ加工することの重要性を学びました。

    2024-01-29
  • y_miba

    その他

    データ分析の時間は前処理が8割というのが衝撃でした。データクリーニングなど地道な作業の上に成り立っているのですね

    2023-11-25
  • nagamatsu-naoki

    金融・不動産 関連職

    ベースとなるデータの整理がとても重要と理解できた。

    2024-02-18
  • k--g--

    その他

    気になった点として、個人情報を扱う上で同姓同名には最新の注意を払おうと思いました。

    2024-02-22
  • stengnabe

    その他

    データ活用するために、データの加工が重要であることが分かったので、業務に活用したい。

    2023-09-24
  • kawaguchimas229

    IT・WEB・エンジニア

    とくちょう量を見定める必要ありですね

    2024-01-21
  • yasupii

    その他

    データ加工の中の特徴量エンジニアリングに興味を持ちました。集めたデータだけを使うのではなく、1ヶ月の購買料や購入周期などを計算しておくことです。この中で、自分達は普段どのような観点でデータ分析をしているのかが使えることも知りました。今後、この考え方を使って実践してみたいと思います。

    2024-01-17
  • k_yuna

    販売・サービス・事務

    学びが多い内容でした。

    2023-11-11
  • stani

    専門職

    データを加工し扱いやすいようにすることが重要である。

    2023-10-27
  • watanabe-tat

    専門職

    AIによる分析の精度を上げるために重要な「データ加工」では、欠損値、異常値の補正と共に、特徴量エンジニアリングで説明変数を策定することがポイントである。

    2023-10-08
  • masuhide

    経営・経営企画

    おいしいけれど毒ある魚との例えは、分析する上で前処理がその品質に最も影響するということで「なるほど」と感心しました。
    データのかたちがデータ加工で不具合の元となる微妙なデータのお話はこれまでの業務でも多々ありました。
    身に染みてその重要性を感じるお話です。
    選別する上で加工したい最終形態をある程度予測して精度を上げるためのデータの前処理の必要性を感じました。

    2023-10-31
  • taiichi-yoshi

    IT・WEB・エンジニア

    データ分析を実施するにあたり、目的に応じた特徴量の理解、データ加工、分析の専門家との対話が、いかに重要か認識しました。

    2023-12-11
  • fujii_tomohiro

    その他

    前処理が重要で時間の八割とのこと。それだけのノウハウをどう身に付けるかが今後の課題。

    2024-02-03
  • fanatic

    人事・労務・法務

    前準備の重要性を学べました

    2023-11-13
  • jintan-papa

    営業

    データを分析するときは、分野の専門家と話をしながらするというのは、印象に残多った。

    2023-11-16
  • suzuzuzu

    その他

    とても勉強になりました

    2023-12-22
  • iso_ken

    専門職

    AIを構築する際には、業務の理解が不可欠である。自分たちの業務をよりよく理解したうえで、AIの構築を進めたい。

    2023-12-26
  • sbsconts

    コンサルタント

    当講座を受講するまでは、AIにはデータ量が多ければよいので、大量のデータを用意し読み込ませればよ言うという認識でいましたが、AIが使えるデータに加工することが重要という、全く異なる認識でいたことに気づけました。何事も、そのものの本質を知り、アクションを起こす必要があると思いました。AIはあと2講座を受講し、先ずは全体像を把握しようと思います。

    2024-02-08
  • koichbaba

    経営・経営企画

    データ加工における留意点が理科できた。

    2024-01-06
  • kiso_2115

    コンサルタント

    データ前処理の方法を適用してから、データ分析をできように日常的にトレーニングする。

    2024-01-19
  • jshinmura

    IT・WEB・エンジニア

    データ加工は前処理の重要性が8割であることを学びました。また、特徴量エンジニアリングは、現在汎用的なものは多くの知見の蓄積がされていることもあり、AIの専門家と会話をしながら仕組みづくりを進めていくことが効率が良いことを学びました。

    2023-10-28
  • i323

    その他

    データ分析の精度を上げるには前加工が重要で8割方のはそれにかかっていることが分った。自業務で分析をすることはほとんどないが参考にしたいと思う。

    2023-12-11
  • sho_yam

    資材・購買・物流

    データクレンジングの重要性を理解できた

    2023-11-16
  • naoki_sasano

    メーカー技術・研究・開発

    精度の高い予測値を得るためには、収集データの前処理、特徴量の計算することが重要だということを学び、これからの機械学習で注意していこうと思った。

    2023-11-04

関連動画コース

新着動画コース

10分以内の動画コース

再生回数の多い動画コース

コメントの多い動画コース

オンライン学習サービス部門 20代〜30代ビジネスパーソン334名を対象とした調査の結果 4部門で高評価達成!

7日間の無料体験を試してみよう

無料会員登録

期間内に自動更新を停止いただければ、料金は一切かかりません。