お問い合わせ
Go to Top

SERVICE

分析手法

決定木

決定木とは、樹木状のアルゴリズムを使って要因を分析し、分析結果を用いて予測をする手法です。結果が解釈しやすく、妥当性を判断しやすいとされています。複数の決定木を組み合わせた「ランダムフォレスト」「GBDT(Gradient Boosting Decision Tree)」も幅広く活用されています。異常検知、故障検知、需要予測、売上予測などで活用可能です。

決定木のケース一覧

AI・分析プロジェクトにおけるマネジメント職育成支援

AI・分析プロジェクトのマネジメント担当者様向けに、プロジェクトガイドラインの策定方法から、目的・KPI設計・評価方法、AIアルゴリズムの概要などを学ぶことで自社でのAI・分析プロジェクトを円滑に進めるための知識を習得。

データ活用プロフェッショナル人材の育成

企業様におけるデータ活用のプロフェッショナル人材育成を目的とし、高度な育成カリキュラムを用いて、ビッグデータ解析基礎プログラムを実施。分析手法理論を学び、実データを用いた演習を行うことで、実務で即戦力となる専門的な知識と実践力を習得。

交通事故要因推定アルゴリズムの構築

交通事故を減少させる目的で、交通事故要因を解明するアルゴリズムを構築。交通事故における内的要因(事故内容や当事者の属性など)と外的要因(天候、路面状況など)を分析し、特徴と傾向から事故発生との関係性の強弱を解明。これにより、開通前の新しい道路を含め、交通道路の安全性を高める対策を事前に講じることが可能にした。

複数のセンサーデータを活用した製品劣化度合い判定アルゴリズム

使用に伴い摩耗・劣化していく製品の状態を判定するためのアルゴリズムを構築。現状は高価なセンサーを用いていたが、複数の安価なセンサーに置き換えることで安価かつ高頻度に製品状態を判定できるように改善。様々な種類の特徴量を作成することにより、製品の劣化度合いや劣化の種類を正確に判定できるアルゴリズムを実現。

データサイエンティスト育成支援

データドリブンマーケティングを促進することを目的として、マーケティング担当者様向けに、ALBERTのデータサイエンティストが基本的な統計学やRの基礎プログラム等の講義を実施。データに対しての正しい見方や評価方法を学ぶことで、実践で活用できる知識を習得。

仕入れの発注量を判断する需給予測モデル

発注・在庫をシンプルに管理するために、商品の売上個数を予測し仕入れの発注量を判断する需給予測アルゴリズムを構築。複数のアルゴリズムを検証の上、最適なアルゴリズムを構築し誤差数を大幅に改善。これにより、属人的に人がExcelを用いて行ってきた作業から脱却し、予測精度の向上と業務効率化を実現。