データ分析のコンペサイトkaggleの各種コンペを題材にして、次のような課題を克服します。 詳細な手順は Processで解説していますので、まずはそちらをご参照ください。
実際にコードを動かすにはリンク先のkaggleサイト「Data」からデータファイルをダウンロードしてください。また、ボリュームを抑えるため「モデリング」はシンプルなものになっています。モデルの精度を向上させるために、変数に工夫を加えるなどチャレンジしてみてください。
Case1. 売り上げを予測する
Rossmann Store Sales
1.ビジネスの理解 2.データの理解 3.モデリング
Case2. 注文を予測する
Instacart Market Basket Analysis
1.ビジネスの理解 2.データの理解 3.モデリング
Case3. 需要を予測する
Bike Sharing Demand
1.ビジネスの理解 2.データの理解 3.モデリング
Case4. ユーザーの旅行先を予測する
Airbnb New User Bookings
1.ビジネスの理解 2.データの理解 3.モデリング
Case5. どの顧客がDMのオファーに応答するかを予測する
Springleaf Marketing Response
1.ビジネスの理解 2.データの理解 3.モデリング
Case6. 顧客の満足、不満足を予測する
Santander Customer Satisfaction
1.ビジネスの理解 2.データの理解 3.モデリング
Case7. 価格(相場)を予測する
Mercari Price Suggestion Challenge
1.ビジネスの理解 2.データの理解 3.モデリング
Case8. クレームの重要度を予測する
Allstate Claims Severity
1.ビジネスの理解 2.データの理解 3.モデリング
Case9. 品質検査にかかる時間を予測する
Merced Mercedes-Benz Greener Manufacturing
1.ビジネスの理解 2.データの理解 3.モデリング
Case10. 顧客価値を予測する
Predicting Red Hat Business Value
1.ビジネスの理解 2.データの理解 3.モデリング
「データから価値を創造する」一般社団法人データマーケティングラボラトリー
Copyright© DML All Rights Reserved.