【機械学習自動化第1弾】マーケティング分析がここまで簡単に！AI×Pythonで学ぶAutoML-回帰問題編-

↓PycaretによるAutoMLの最新講座はこちら↓

Python×生成AIで学ぶ！ 自動機械学習による予測分析実践講座

機械学習を自動化しよう！

データ分析や機械学習に興味はあるけれど、専門的すぎてハードルが高いと感じていませんか？そんな皆さんにおすすめするのが「AutoML（自動機械学習）」です。

AutoMLとは機械学習の分析を行う一連の流れを自動化する技術のことです。一般的に機械学習を使った分析を行うとなったら、
①問題・仮説の定義
②データを予測しやすいように綺麗に加工する（特徴エンジニアリング）
③色々な種類がある機械学習モデルの中から最適なモデルの選定
④精度を高めるためのパラメータ調整（パラメータチューニング）
⑤複数のモデルの性能比較
という操作を繰り返す必要があります。１つ１つの操作を１からPythonで書こうとすると時間がかかってしまうものですが、これらの手順を自動化してコーディングにかける時間を最小限にしようという試みがAutoMLなのです。

様々なAutoMLツールがある中で、今回はPyCaretというライブラリを使ってAutoMLの入門編を学んでいきましょう。これらを使えば、圧倒的に少ないコードで、上記の一連の処理、つまりデータの処理から複数のモデル比較までを行えます。

さらに、ChatGPTやgeminiをはじめとするAIも利用することで、もうPythonコードを書くことに悩むことはありません。

講義では実際のビジネスの場面でよく見られるデータを使って、AutoMLの流れを体感頂きます。例えば売上データを使った予測。次のような広告費に対する売上データから、それぞれの広告費と売上との関連性を明らかにし、どの広告の予算をいくら増やす/減らすことで売上がどのように変化するかを予測することができるようになります。

手書きでコードを書くと、１つモデルを作成すると疲れ果ててしまうことも多いですが、PyCaretを使えば、複数のモデルを一度に作成することも簡単です。より良いモデルを作成するための機械学習の一連の流れをご紹介していきます。
もちろん、Python、機械学習の専門知識は不要ですのでどなたでもお気軽にご参加ください。