AI・データ分析モデルのレシピ

詳細目次

Part 1　プロセスの一般論
　Part 1 introduction　プロジェクトを成功に導くための基本を身に付ける
　Recipe 1.1　プリアナリティクス
　Recipe 1.2　分析マスターデータ作成
　Recipe 1.3　基礎集計と可視化
　Recipe 1.4　モデリング
　Recipe 1.5　評価・実装

Part 2　顧客データ × クラスタリング分析モデル
　Part 2 introduciton　顧客データを分類して業務改善したい
　Recipe 2.1　顧客データの準備
　Recipe 2.2　マスターデータの作成
　Recipe 2.3　データの基礎集計と可視化
　Recipe 2.4　クラスタリングの実行
　Recipe 2.5　分析報告書類の作成

Part 3　広告効果データ × 重回帰分析モデル
　Part 3 introduction　広告の費用対効果を知りたい
　Recipe 3.1　要件とデータ整理
　Recipe 3.2　時系列に基づいた広告データの整理
　Recipe 3.3　相関分析と説明変数の作成
　Recipe 3.4　モデルの構築
　Recipe 3.5　結果に基づいた最適な広告戦略の立案

Part 4　キャンペーンデータ × ロジスティック回帰分析モデル
　Part 4 introduction　広告キャンペーンの対象を見つけたい
　Recipe 4.1　キャンペーンのための分析設計
　Recipe 4.2　過去データの整理
　Recipe 4.3　反応者／非反応者のクロス集計
　Recipe 4.4　ロジスティック回帰モデルの構築
　Recipe 4.5　学習モデルの精度検証

Part 5　調査データ × コレスポンデンス分析モデル
　Part 5 introduciton　調査データを要約したい
　Recipe 5.1　調査データの分析設計
　Recipe 5.2　調査データの準備
　Recipe 5.3　グランドトータル集計とクロス集計
　Recipe 5.4　コレスポンデンス分析

Part 6　Eコマースデータ × 協調フィルタリング分析モデル
　Part 6 introduciton　商品レコメンドエンジンを構築したい
　Recipe 6.1　データの準備
　Recipe 6.2　商品間の相関分析
　Recipe 6.3　協調フィルタリング

Appendix　AI開発の成功パターン（EDA）と失敗パターン（LISA）
　AP.1　AI開発の成功パターン：EDA
　AP.2　避けたい失敗パターン：LISA