Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
儲かるPython
Search
OHNO
February 21, 2021
Programming
0
190
儲かるPython
OHNO
February 21, 2021
Tweet
Share
More Decks by OHNO
See All by OHNO
生成系AIで自データを扱うには
planeta
0
110
外観検査の難しさ
planeta
0
330
画像処理ライブラリOpenCVの使い方0910
planeta
0
1.2k
Pythonによる工業用カメラ画像取得事例
planeta
0
1.1k
画像処理ライブラリOpenCVの使い方
planeta
0
760
SONYのNNC
planeta
0
410
機械学習による動作認識
planeta
0
610
画像類似度計算
planeta
0
1.5k
Tensorflow/Keras(Python)で作ったモデルをC++で使う
planeta
0
1.9k
Other Decks in Programming
See All in Programming
1BRC--Nerd Sniping the Java Community
gunnarmorling
0
340
大規模Reactアプリのリアーキテクチャ~8万行のTanStack Query移行の軌跡~
kj455
4
960
2 週間で Twitter Bot を作ってみた
contour_gara
0
510
Hanami and htmx
bkuhlmann
0
210
ADRを一年運用してみた/adr_after_a_year
hanhan1978
7
2.4k
TYPO3 v13 – The road to LTS: What's new and new APIs
luisasofie_xoxo
0
210
dbtのドメイン分割による データ基盤の改善とDigdagとの連携
sakama
0
350
Site Reliability Engineering for GMO
pyama86
8
1k
Blue/Greenデプロイの導入による 運用フローの改善
kudoas
1
380
検証も兼ねて個人開発でHonoとかと向き合った話
hanetsuki
1
1k
if constexpr文はテンプレート世界のラムダ式である
faithandbrave
3
650
新宿ダンジョンを可視化してみた
satoshi7190
2
260
Featured
See All Featured
Producing Creativity
orderedlist
PRO
337
39k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
2
1.3k
Teambox: Starting and Learning
jrom
128
8.4k
How GitHub (no longer) Works
holman
304
140k
It's Worth the Effort
3n
180
27k
Fontdeck: Realign not Redesign
paulrobertlloyd
76
4.9k
Adopting Sorbet at Scale
ufuk
68
8.6k
Making Projects Easy
brettharned
108
5.5k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
25
2.3k
No one is an island. Learnings from fostering a developers community.
thoeni
16
2.1k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
6
1.5k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
40
4.4k
Transcript
儲かるPython ~時系列データの予測 と売り上げの予測~ 2021/2/20 Python機械学習勉強会 in 新潟 #12 大野 宏
概要 ・以前、時系列データの予測を使い、電力消費量の予測を 紹介した。 ・今回、加熱に要するエネルギー削減を目的に、ある装置 を加熱する時の温度を予測した。 ・製造業(食品製造業も対象)における売り上げを予測し、 生産計画の立案に役立てる。
時系列データの予測 ・ある装置の温度を予測し、加熱に使用するエネルギー使 用量を削減したい。 ・月曜日9時にある装置が所定の温度になるよう、前日に ヒータで加熱を始めているが、早めに所定の温度に達し、 エネルギーが無駄になっている。 ・1年分のデータを使い再帰型ニューラルネットワークで温 度を予測し、良い結果が得られた。実装はこれから。
売り上げを上げるために事前に予測 ・分類問題として考える 営業データから成約予測モデルを作り、成約ありかなし か予測する。成約が上がるよう、営業対象を絞り込む。 ・各種データから売り上げを予測(回帰) 自転車レンタル数を、天候、季節、温度、曜日などの条 件から予測する。 ・季節などの周期性から売り上げを予測(時系列分析) 過去の値を基に未来の値を予測する。 ・回帰+時系列分析でさらなる向上
予測モデル ・営業成約予測モデル ・予測モデル(回帰) ・過去の値を基に未来の値を予測(時系列分析) 季節 年 曜日 ・・ 天気 湿度
風速 モデル 自転車利用数 年齢 職業 ・・ 連絡回数 連絡日数 モデル 成約あり 制約なし 過去の自転車 利用数 モデル 未来の自転車 利用数
類似事例としてのAIタクシー ・過去のタクシーの昇降データ等を学習させ、顧客がいる エリアを予想する。 ・タクシー会社の昇降データ、携帯電話会社の人の分布 データ、曜日、時間、天候 多くのタクシーが一斉 に使ったらどうなる? 6
類似事例としての売り上げ予測 ・伊勢神宮前の「ゑびや」(食堂とお土産屋)がAIで売り上 げを予測 → 新会社を設立してツールを販売 通行人をカウントしながら年齢・性別の情報も収集 7
参考図書 Pythonで儲かるAIをつくる
回帰 ・レンタル自転車の利用数を予測する ・データはUCIのBike Sharing Dataset ・日付、季節、年、月、祝日、曜日、勤務日(月~金か土 日か)、天気、気温、体感温度、湿度、風速で予測 訓練データ 検証データ
回帰の結果 ・XGBoostRegressor での予測結果の決定係数R2は 0.4206 ・月と季節をOne-hotエンコーディング R2は 0.5099
・決定係数 R2 は、標本値を y 、推定値を f とすると次式で 表される。 ・y と
f が合うと1に、合わないと0になる 決定係数
重要度分析 ・XGBoostRegressor ではplot_importanceで重要度を分析
時系列分析 ・過去の利用数から未来の利用数をFB社Prophetで予測 ・天気、気温、風速、湿度も加味して改善 R2 0.4145 ↓ 0.6196
売り上げ予測のまとめ ・回帰より時系列分析の方が良い結果が得られた ・時系列分析に回帰を加えた方が良い結果が得られた ・時系列分析は、1週間後や1か月後の売り上げも予測 可能