COMPANY

PAGE TOP

BLOG

なぜRapidMinerでデータ分析を学ぶ事をお勧めするのか

こんにちは!

KSKデータサイエンス大学(KDSU)分析インストラクターの岡地です!

今回は、これからデータ分析を学ぶ方、
社内にデータ分析ができる人材を増やしたい方が効率的に学習する(広める)方法をご紹介いたします。

この記事の目次
1. データ分析に必要な3つのスキル
2. RapidMinerの役割
3. KDSUの研修コース
4. 講師紹介

1.データ分析に必要な3つのスキル


一般社団法人データサイエンティスト協会によると、

データサイエンティストに求められるスキルセットは以下の3つと言われています。
1. ビジネス 力
2. データサイエンス 力
3. データエンジニアリング 力


http://www.datascientist.or.jp/files/news/2014-12-10.pdf を参考に作成

各スキルの私なりの理解を示しておきます。

1. ビジネス 力
現状どのような課題を抱えていて、何を解決すべきなのかを整理する力。
その課題を解決することによってどれだけの嬉しい事があるのか
(どれだけ売上が上がるのか、コストを削減できるのか)を評価する力。

2. データサイエンス 力
データ分析の勉強と言われると真っ先に思い浮かぶ部分。
機械学習、統計学、数学など

3. データエンジニアリング 力
データサイエンスとビジネスに関する知識だけあっても、
「それを実現する時に使える武器(ツール)がExcelしかありません。」
というのは現実的ではない。一般的には分析ツールとしてPython, R
などが使用されている。データベースなどIT知識も必要。

以上3つのスキルを1つだけ突出しているというわけでなく、
まんべんなく高める必要があります。

2.RapidMinerの役割


さて、先ほどデータ分析に必要なスキルを紹介しましたが、
これからデータ分析を学習される方が3つのスキルを1から全て学習(教育)しなければいけないとなると
ものすごく大変な思いをされるはずです。

そこでノンプログラミングでデータ分析ができるRapidMinerを使用すると、
3つのスキルの内、データエンジニアリング 力に割く時間を軽くすることができるわけです。

そして、機械学習や統計学の学習に多くの時間を割くことができるようなります。

まずRapidMinerを使って
・機械学習には何ができて何ができないのか
・データ分析にはどのような工程があって、何に気をつけないといけないのか
・課題を解決するにはどのような準備が必要になるのか
・課題に合った分析方法はどのようなものなのか

などの概要を掴んでいただくというのが重要なのではないかと私は思います。

プログラミングを勉強したことがないという方ほど
PythonやRなどの言語を学習するのは、上記の内容を掴んだ後で良いと思っています。
RapidMinerは分析の流れをイメージとして捉えることができるので、
PythonやRを学習する際にも大いに役立ちます。

3.KDSUの研修コース


私たちは、お客様ご自身でデータ分析ができるようになりたい、
あるいはそういった人材を教育したいという情熱を支援させて頂きたいと思っています。
そこで、今年の4月にKSK Data Science University(KDSU)が始動しました。
詳しくは以下のブログをご覧ください。
【KSKデータサイエンス大学(KDSU)始動】

KDSUが提供する基本のコースでは以下の部分が特徴になります。

・プログラミング言語を使わない
・数式を使わずに図や絵を駆使してイメージを掴んでいただく

研修コースの内容は、大きく分けて二つあります。

◼️オープンコース
毎月定期的に弊社オフィスで行われる研修
詳しくは以下のページをご覧ください。
【KSKアナリティクス イベントページ】

◼️オンサイト
お客様のご要望に合わせてコースをカスタマイズし、研修を提供いたします。
詳しくはお問い合わせください。
【お問い合わせフォーム】

【お客様の声】
以下の点において、お客様から高く評価頂いております!

■わかりやすさ
・大変わかりやすかったです。可能性を感じられました。
わかりやすく説明いただき、理解が進んだ。
説明がわかりやすく、機械学習の概要とRapidMinerの使用方法がよく理解できた。
・アルゴリズムのイメージがとてもわかりやすかった。何を処理しているのか理解できた。
・3日間通して、すごく丁寧さと誠実さを感じました。ありがとうございました。

■実践的、具体的
・データ分析の可能性を感じました。業務データでも挑戦したいと思います。
・RapidMinerの実践的な使い方、アルゴリズムの概要、データ分析の基本的な流れが理解できた。
・時系列データ分析を直にやってみてイメージがついた
・データ分析の具体的な内容を理解でき非常に参考になった。
・分析のフローを最初から具体的な内容を理解しながら習得できた。
・データ分析の方法を具体的なデータで演習できた事がよかった。
・データの前処理など実務的な作業も知る事ができてよかった。

■手を動かして学べる
演習が充実していて、とてもわかりやすかった。
実際に手を動かす事で理解しやすかった。
・RapidMinerを実際に動かしながら学べたところがよかった。
・プログラミングをせずに、GUIで機械学習を行うことを体験できてよかった。
・色々な機械学習を実際に使用して結果を確認できるため理解しやすかった。

■ツールの使い方だけでなく機械学習もしっかり学べた
・ツールの操作だけでなくデータ分析のノウハウを中心に学ぶ事ができた。
・ツールの使い方だけでなく、機械学習の基礎も学べてよかった。
・機械学習の基本的な内容から、RapidMinerの使い方まで広く学べた事がよかった。
・機械学習の基礎知識を体系的に学習できたのがよかった。点で学んでいた事が線になった。

4.講師紹介


最後に、皆さんの学習の支援をさせていただく講師として、
KDSUの中心となって動いているメンバーをご紹介致します。

【名前】
前川 浩基(マエガワ ヒロキ)

【略歴】
システムエンジニアとして大手電力会社の情報系システムの設計・開発に従事したのち、
経営コンサルタントとして独立、中小企業のIT利活用提案を中心にコンサルティングサービスを展開。
その後ビジネススクールにてビッグデータ分析と出会い、金融市場の分析・研究プロジェクトに参画。
2017年より株式会社KSKアナリティクスに加わり、複数のIoTデータ分析プロジェクトをリードする。
2019年4月よりKDSU学長。

【受講者される方へのメッセージ】
データ分析は一部の “専門家” の仕事ではありません。データを生み、データを持ち、データを活用したい、
そんな現場の一人ひとりが自分たちの手でデータを分析できる。そのお手伝いができたらなと思っています。

【名前】
岡地 祥希(オカジ ヨシキ)

【略歴】
大阪市立大学商学部卒。文系でありながら独学で数学、プログラミング、データサイエンスを学習し、
研究ではテキストマイニング、音声情報処理、音楽情報処理などを用いて
歌詞の分析、歌声の分析、音声の感情分類、などを実施。
現在はデータ分析の教育事業に従事しながら、kaggleやSIGNATEなどのコンペに参加。

【受講者される方へのメッセージ】
初学者の方にとっては、とっつきにくいと感じられるような内容でも限りなく平易に、
言葉だけでなくイメージで伝える事を心がけています。
皆さんの課題解決のために少しでもお力になれる事を願っております!

最後までご覧いただきありがとうございました!
良かったら他の記事も読んでいってください!

=========================================

▼1日で機械学習の基礎が学べる!無償ハンズオンセミナー随時開催中▼
URL: https://www.ksk-anl.com/event/
▼RapidMinerをもっと知りたい方はこちら▼
URL: https://www.rapidminer.jp/
▼早速使ってみたい!RapidMinerの体験版の無償DL▼
URL: https://www.rapidminer.jp/download/
▼導入を検討中!わかりやすい詳細なQ&A▼
URL: https://www.rapidminer.jp/faq/

==========================================

$$ \begin{aligned} \newcommand\argmin{\mathop{\rm arg~min}\limits} \boldsymbol{\beta}_{\text{ridge}} & = \argmin_{\boldsymbol{\beta} \in \mathcal{R^p}} \biggl[ ||\boldsymbol{y}-\boldsymbol{X\beta}||^2 + \lambda ||\boldsymbol{\beta}||^2 \biggr] \\ & = (\boldsymbol{X}^T\boldsymbol{X} + \lambda\boldsymbol{I_{p+1}})^{-1}\boldsymbol{X}^T\boldsymbol{y} \end{aligned} $$
PAGE TOP