予測分析

この人気の高い3日間のコースでは、組織で効果的な予測分析を行うための包括的なツールキットを学んでいきます。

このトラックでは、予測分析の基礎を固めます。参加者は、統計、モデリング、機械学習などのデータ分析技術を学び、履歴データにあるパターンを分析します。このデータを分析することで、より良い洞察を得て、潜在的なリスクを特定し、改善の機会を探し、将来の予測を行うことができます。分析の原則は、実例と練習を通して見ていきます。

 

このコースは、あらゆる組織の中で予測分析の力を活用して問題を解決したいと考えている人に適しています。このコースは、ビジネスアナリスト、問題解決チームのメンバー、運用の効率化をはかる活動、マーケティング分析のリーダー、組織で予測分析の準備を行っている実践者の間で人気があります。

トレーニングトラック

1日目

この基礎コースでは、Minitabを使用しながらデータ分析に要する時間を最小限に抑えることを学びます。データ分析の作業には、データをインポートすること、データを調べる妥当な統計的アプローチを開発すること、説得力のある視覚化を行ってそれを解釈すること、結果をエクスポートすることがあります。最小限のユーザーの入力でMinitab分析が自動的に実行されるようにし、時間を節約します。現実のさまざまなデータセットを分析して、適切な分析ツールで応用内容を調整する方法、統計的な結果を解釈する方法を学びます。仮説検定や信頼区間などの重要な統計の概念の基礎を学びます。

このコースでは、ビジネス、製造、取引の処理で一般的に使用される統計技術の実践応用に基づき、賢明な決定を行うことに重きが置かれます。

題材には、以下が含まれます。

  • データのインポートとフォーマット
  • Execマクロ
  • 棒グラフ
  • ヒストグラム
  • 箱ひげ図
  • Pareto図
  • 散布図
  • 位置と変動の測定
  • t検定
  • 等分散性検定
  • 検出力とサンプルサイズ

前提条件: なし

性別によるパーセント対年散布図
人物図、間違い

2日目

統計モデルツールを使用して変数間の関係を探り、説明することを学ぶことで、分析の基礎コースで習った基礎的統計分析概念の構築を続けます。時間の効果と影響に関連するデータで特徴を探し、説明する方法、将来の行方を予測します。

重要な事象の発生確率に入力変数が及ぼす影響を見つけ、定量化する方法を学びます。実例により、モデリングツールが重要な入力や、データの変動の原因を明らかにする方法を見ていきます。

題材には、以下が含まれます。

  • 散布図
  • 相関
  • 単回帰
  • 指数平滑化を含む時系列ツール
  • トレンド分析
  • 分解
  • 重回帰とステップワイズ回帰
  • 二値ロジスティック回帰
  • 検証のある回帰

前提条件: 分析の基礎

従業員、生産V、入場/退場、シフト、粒子の行列散布図
乗客用スムージングプロット

3日目

多くの産業が経験する現実の問題のデータを分析して、変数間の関係を探り、説明して、分析を拡張します。CART® などの教師あり機械学習技術を使用して履歴データにあるパターンを分析し、より良い洞察を得て、潜在的なリスクを特定し、改善の機会を探し、将来を予測する方法を学びます。

クラスタリングなどの教師なし機械学習ツールを使用して、データ内の自然分割を検出し、観測値または変数を同質のセットにグループ化します。データの次元性を、元のデータを無相関変数のセットに変換することで、削減します。

題材には、以下が含まれます。

  • 判別分析
  • 検定セット検証
  • k分割検証
  • CART®分類
  • 相関
  • CART®回帰
  • クラスター分析

前提条件: 分析の基礎、回帰モデルおよび予測

樹状図 - 完全連鎖、ユークリッド距離
性別と年齢によるクラスノード決定木

4日目

実際に存在する問題のデータを分析して、変数間の関係を探り、説明することで、分析を次のレベルに引き上げます。CART木は、複雑な関係を解釈するためにシンプルな木の構造を活用するものです。しかし多くの場合、予測能力は、多数の単純な モデル(または木)を作成し、それらを1つの最終モデルに統合する、より強力なモデルを使用することで改善できます。 MARS®、TreeNet® 、Random Forests® などの高度なモデリング手法を使用して、履歴データで見つかったパターンを分析し、より良い洞察を得て、潜在的なリスクを特定し、改善の機会を探し、将来について予測する方法を学びます。 注:このコースでは、アドオン予測分析モジュールのサブスクリプションが必要です。

題材には、以下が含まれます。

  • 検証
  • CART® 分類
  • TreeNet® 分類
  • Random Forests® 分類
  • 相関
  • MARS® 回帰
  • CART® 回帰
  • TreeNet® 回帰
  • Random Forests® 回帰
  • 主な予測因子を明らかにする
  • 自動化機械学習モデリング

前提条件: 分析の基礎、回帰モデルおよび予測、機会学習

樹状図 - 完全連鎖、ユークリッド距離
性別と年齢によるクラスノード決定木

5日目 - オプション

Minitabトレーニングは、統計を使用してデータを分析する効率を向上させるための基礎を提供します。例では、ツールを学習するための実際のシナリオが示され、演習の際は練習する時間が与えられます。社内のデータを活用してトレーニングを強化し、教育の道のりを完結させます。これにより、参加者は自分のユースケースに直接関連付ける機会が得られます。

このワークショップでは、自社のデータを使用して社内プロジェクトに統計ツールを実際に適用し、適切な意思決定を行うことに重点を置いています。

トピックは、ワークショップに持ち込まれた特定の顧客データによって決定されます。