けんちゃんのＡＩ Quest攻略日記#9 「自動車環境性能の改善」
こんにちは！デジテック運営事務局のケンタです。
本日はQuest開始から１１１日目です。きれいなゾロ目で嬉しくなります。前回の記事はハンズオン講座の報告でしたので、攻略日記としては約3週間ぶりとなります。攻略が進まず投稿が空いていますが、少しずつでも攻略を進めてお伝えしていきたいと思います。皆さん優しく見守ってください。
ぜひ最後まで読んでもらえると嬉しいです。
「自動車環境性能の改善」
今回は、「自動車環境性能の改善」に挑戦です。
まだまだ、難易度「★☆☆☆☆（星１つ）」なのですが、今回は「Quest」です。これまではスキルアップのための訓練用の「Gym」でしたが、初めての「Quest」です。「Quest」では、モデル開発やデータサイエンスのいろはが理解できるよう、さまざまな業界が抱える課題別に学習できるようになっているようです。楽しみです。
INTRODUCTION
この講座では、自動車データを利用して、自動車の燃費を予測するモデルを作成します。データ分析の基本的な手順やモデル作成方法、さらに、モデルの予測精度向上のために重要な特徴量加工について学びます。
自動車データの読み込み・確認
まずは、データの確認です。ライブラリを使ったPythonへのデータ読み込み方法、データ量・カラム情報などの確認方法について学びます。
自動車データの特徴把握
次に、データを俯瞰して見ることや、データが示唆する情報を多面的に捉える方法（EDA：探索的分析）について学びます。
燃費予測モデルの作成
続いて、データをモデルに渡すことができる形に変換する方法や、モデルの作成方法、評価方法について学びます。
今回の分析では、Pythonを利用して重回帰モデルを作成を行います。
scikit-learnライブラリからLinearRegression（LR）をインポート、モデルを表す箱を“model”として、そこへ引数（学習用データの説明変数、目的変数）を代入して、ｆｉｔ関数によりモデル学習します。
Quest進捗率75％！
こんな感じでようやく進捗率75％です。かなり進んだ気分です。
前回「pandas入門道場」のおさらいといった感じでした。１つ１つのタスクも簡潔で初心者でも受講しやすい講座でした。
かなり達成感に満たされているのですが、ハンズオン講座への参加には乗り遅れてしまったな～、と感じたところで今回は終了です。
「やまぐちＡＩ Ｑｕｅｓｔ」進捗ランキング
恒例の進捗状況です。（１０月１７日１８時時点）
「ＡＩリテラシーコース」修了者64人。（前回61人）
「ノーコードデータ分析コース」修了者34人。（前回32人）
「レベル３０以上」の方は57人。（前回49人）
「獲得Exp５０以上」の方は197人。（前回187人）
皆さん着実に成長され、アクティブ受講者もまだまだ増加中です。
次に、ハンズオン講座を受講するための推奨講座の進捗状況です。
「Python入門」修了者49人。（前回41人）
「AI入門」修了者125人。（前回117人）
「Python環境設定」修了者41人。（前回30人）
「自動車環境性能の改善」修了者36人。（前回24人）
現在、私が挑戦中の「自動車環境性能の改善」では12人も増加しています。
ここまで修了された方には、是非ともハンズオン講座へ参加していただきたかったなと強く感じました。
あとがき・次回予告
前回の記事でもお伝えしましたが、＃１ハンズオン講座、皆さんとても楽しんで取り組んでおられる様子でした。
実は、ハンズオン講座の前日まで、担当者としては「Slackへの質問や反応が少ないな～⁉」、「皆さんホントに参加してもらえるのかな」、と不安に感じていたのですが、いざ始まってみると、活発で熱気のあるグループワークです。本当にホッとしております。
途中、講師の方とお話をする機会があったのですが、『“今回はリテラシーが高い方ばかりです“、データのダウンロードや環境設定も問題なく、“熱意も高く感じられるのでコンペまで楽しみ”』ということでした。
担当者としても一安心、今後が楽しみとなりました。
さて、前々回のあちがきにも同じことを記していますが、ハンズオン講座の推奨講座、私はまだあと２つも残っています。未だ、ハンズオン講座の参加資格がありません。次回のハンズオン講座までには必ず修了しておきます！と強く意気込みをお伝えしたところで、今回はこのあたりで終わりとさせていただきます。
最後までお読みいただきありがとうございました。
皆さまが楽しく学習を進められますように。
次回は、3ヶ月近く取り組んできたPython学習もいよいよ最終局面、「Pythonデータ分析入門コース修了！」をお伝えする予定です。
ご期待ください。