最近の記事

時系列データを分析してみる(5)

 こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  前回は、時系列データから他とは異なる(異常な)挙動をとる箇所を取り出してみました。今回は、検出した異常を学習して、その箇所を予測してみましょう。 前回のおさらいデータから異常を検出する  これまで扱ってきた

    • 時系列データを分析してみる(4)

       こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  前回は、時系列データを前処理し挙動を俯瞰して見てみました。今回は前回の結果の一部を利用して、他とは異なる挙動をとる箇所を取り出してみましょう。 前回のおさらい(の一部)データの大まかな挙動を掴む  これまで

      • 時系列データを分析してみる(3)

         こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  前回は、時系列データを前処理して形を整えました。今回は、前回の結果とは違った軸でデータ前処理し、挙動を俯瞰して見てみましょう。 データを前処理するデータについて  前回の結果から得られたデータセットを扱いま

        • 時系列データを分析してみる(2)

           こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  前回は時系列データを集計・可視化して、その性質を掴むことから始めました。今回は前回の結果をもとに、時系列データを前処理して、より分析しやすいよう形を整えていきましょう。 データを前処理するデータについて  

        時系列データを分析してみる(5)

          時系列データを分析してみる(1)

           こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  これから、データサイエンスの視点に立ち、時系列データ分析の進め方を複数回に分けて紹介していきます。まずは、時系列データの性質を掴むことから始めます。 時系列データとは 時系列データは、時間の経過に伴い値が変

          時系列データを分析してみる(1)

          CRISP-DMをうまく活用する

           こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。  本記事では、データ分析のフレームワークとして知られるCRISP-DMの概要や、活用する上で注意することについて紹介します。 CRISP-DMとは  CRISP-DMは、Cross-industry stan

          CRISP-DMをうまく活用する