データによる予測手法の選択戦術

予測問題にチャレンジするデータアナリストに向けて、予測問題の位置づけや手法選択のための戦術を整理してレターにしました。初学者向けのアドバイスということで、ほんわりした話になっています。

私がデータサイエンティストに転身した2011年ごろは、「予測は難しいから、できないものと思って挑戦するように」といわれたものです。ところが、今やビジネスデータを使って予測に取り組むことは日常的な風景になりつつあります。

その一方で、データ分析に取り組み始めた方にとっては「情報が多すぎて何から試せばよいかわからない！」と混乱することもあるのではないでしょうか。また、普段SaaS系サービスのAutoMLを使って予測をしているものの、上手くいかないので自分で組もうとして途方に暮れたという方もいらっしゃることでしょう。

ということで、今回のレターでは、予測問題にチャレンジするデータアナリストの方に向けて、予測手法選択のための情報を整理しました。

〈目次〉
- そもそも「予測」って何だろう？
- 予測問題がカジュアルになった背景
- 自分自身で予測モデルを構築する
- 万能な予測手法はない
- ディープラーニングはどうか
- 予測手法の海に溺れないための戦術

本文はこちらから：

データによる予測手法の選択戦術