ノーコードではじめる表データ解析

本

表データを使ったAI開発やデータ解析ををこれから学ぶ初心者向けテキストです。ノーコードシステムを使ってAIを自作しながら、データサイエンスの基礎を学べます。

運営しているクリエイター: 株式会社ヒューマノーム研究所【AI部】

#ノーコードツール

「遺伝子変異と疾患発症の関連性」について高校生がノーコードツールで解析した話

こんにちは。ヒューマノーム研究所次世代先端教育特命研究員の辻敏之と申します。普段は中学・高校の教員をしながら、ヒューマノーム研究所のお手伝いをさせていただいています。勤務している学校では、一部の生徒が「研究活動」と称して各自が研究テーマをもって研究を行っています。そのジャンルは多岐にわたるのですが、ここではその中でHumanome CatDataを活用した事例について紹介させていただきます。その生徒の研究テーマは「遺伝子変異と疾患発症の関連について」というものです。

スマホ利用時間データをノーコードツールで解析してみる｜②AIでデータ比較を省力化編

こんにちは。ヒューマノーム研究所・次世代先端教育特命研究員の辻敏之と申します。普段は中学・高校の教員をしながら、ヒューマノーム研究所のお手伝いをさせていただいています。前回は総務省が作成し、e-STATで公開されている、社会生活基本調査平成28年社会生活基本調査調査票Ａに基づく結果生活時間に関する結果生活時間編をHumanome CatData（以下 CatData）を用いて解析してみようということで、CatDataの持っている可視化機能を使ってデータの観察を行

CatDataの機能追加だより｜チームで分析！「グループ機能」をご紹介

こんにちは。ヒューマノーム研究所です。最近は、表データ向けのAI開発ツール・Humanome CatData（以下「CatData」）の新機能を精力的に開発しています。みなさまに便利に使っていただけるように、どんどん機能改善していけたらと思っています。さて今回は、なんと5ヶ月ぶり（！！！）の新機能のご紹介になります。今回ご紹介するのは、複数人での解析が便利になる「グループ機能」です。この機能を利用すると、チームでAI解析ができるようになり、複数人での作業がスムーズに進

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第5回：時系列データの取り扱い

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今回の連載では、レンタサイクルのデータについて、当社が開発するHumanome CatData（以下CatData）を用いて分析しています。第1回から第4回目では、2011年1月1日〜2012年12月31日までに集められたレンタサイクルのデータを2012年11月1日で分割し、2011/01/01〜2012/10/31のデータでモデルを作成し、2012/11/01〜2012/12/31のデータでモデルの評価

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第4回：作成したAIの評価と精度向上

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。この連載では、レンタサイクルのデータを当社が開発する Humanome CatData（以下CatData）を用いて分析し、自転車のレンタル数を予測するモデルを学習しています。今回は、前回に引き続き、レンタサイクルのデータをCatDataで分析していきます。前回の記事では、学習用のデータとして準備した2011/01/01〜2012/10/31分のレンタサイクルの利用者数データを使ってモデルを作成しまし

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第3回：レンタル数を予測するモデルの学習

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今回の連載では、レンタサイクルのデータを当社が開発する Humanome CatData（以下CatData）を用いて分析し、自転車のレンタル数を予測するモデルを学習します。前回の記事では、AIの作成に向けた事前準備として、時系列データを分割しました。今回は、前回作成した 2011/01/01〜2012/10/31 分のデータを使って、自転車のレンタル数を予測するモデルを学習します。 CatDataを使

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第2回：AI作成に向けた時系列データの準備

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今回の連載では、レンタサイクルのデータを当社が開発する Humanome CatData（以下CatData）を用いて分析し、自転車のレンタル数を予測するモデルを学習します。前回の記事では、データを「可視化」することで、データの傾向の確認を行いました。様々なグラフでデータを確認できて楽しかったです！今回は、データを分割したり、モデルの学習時に不要となる情報をあらかじめ削除するなどの「データの前処理」を

スマホ利用時間データをノーコードツールで解析してみる｜①可視化編

あけましておめでとうございます。この記事が2023年最初の投稿となります。本年も当noteのご愛顧のほど、よろしくお願いいたします。さて、近頃はたいそう便利な世の中になったもので、スマホさえあれば、ちょっと気になることがあったらすぐに検索、保存しておきたいシーンはすぐに写真か動画にすることができます。我々の生活にスマホは欠かせないものになりました。ちなみに筆者におきましては、自宅の鍵、定期、電子マネー、書籍、地図、音楽、睡眠のログのビューワーなどなどさまざまなことを

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第1回：利用者数と天候の可視化

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今年の夏休みは旅行へ行った方も多いのではないでしょうか。私も友人と旅行へ行きサイクリングをしました！本連載では、レンタサイクルのデータを当社が開発するHumanome CatData（以下CatData）を用いて分析し、天候などの情報から日々の利用者数を予測してみようと思います。これまでご紹介してきたCatDataの記事では、「猫の種類を予測する」というような対象が属するカテゴリをAIで予測する、という

もっと使えるAUC〜ROCカーブを利用してよりよいモデルを選ぼう

ヒューマノーム研究所・代表の瀬々です。今回は、機械学習モデルを作成したあと、そのモデルの性能を評価する指標・ROCカーブ (Receiver Operating Characteristic curve）とAUC（Area Under the Curve）について解説します。AUCの計算のもととなるROCカーブの形から、よりよいモデルはどれなのか？を読み解く方法もご紹介しますので、ぜひ最後までご覧ください。モデル評価に使われる指標について〜精度とAUCAUCは、「故障

ポケモン好きがノーコードでポケモンデータをAI分析してみた | 第2回：伝説のポケモンを予測する

こんにちは！株式会社ヒューマノーム研究所でインターンをしている佐藤です！みなさんポケモンはお好きですか？2022年1月28日には、完全新作の「Pokemon LEGENDS アルセウス」が発売されました。私も先日からヒスイ地方へ行き、ポケモンの調査をしています。前回に引き続き、ポケモン好きな私が当社が開発する表データ解析向けノーコードツール・Humanome CatData（以下「CatData」）を使って、ポケットモンスターのデータ（以下ポケモンデータ）の解析を行っ

ポケモン好きがノーコードでポケモンデータをAI分析してみた | 第1回：種族値によるタイプ予測

こんにちは！株式会社ヒューマノーム研究所でインターンをしている佐藤です！突然ですが、みなさんポケモンはお好きですか？2021年11月19日にポケットモンスターシリーズの名作「ポケットモンスターダイアモンド」と「ポケットモンスターパール」のリメイクが、そして今年、2022年には、完全新作の「Pokemon LEGENDS アルセウス」が発売されました。ポケモン好きの私としては心が踊ります！そこで、今回から数回に渡って、当社が開発する表データ解析向けノーコードツール・Hu