【機械学習自動化】Pythonで学ぶAutoML講座（セット版）

＊＊重要＊＊
Google Colaboratory の Python バージョンが 3.12 にアップデートされたことに伴い、動画内で使用している機械学習ライブラリ「PyCaret」が現時点では利用できなくなっております（2025年8月時点で PyCaret の対応は Python 3.9～3.11 まで）。
そこで適切なバージョンのpythonをAnacondaでインストールする方法を動画で解説しております。
・【重要】1.初めにご覧ください_Anacondaインストール
・【重要】2.初めにご覧ください_ライブラリインストール

講義動画内ではGoogle Colaboratoryを使った解説を行っておりますが、Anacondaを用いて演習を行って頂けますと幸いです。


売上予測をPythonで自動化！AutoMLの威力とは？
「この商品、来月どれくらい売れるのか？」
「どの顧客が再購入してくれるのか？」
「どのユーザーがサブスクをやめてしまうのか？」

こうした“未来の動き”を見通す「予測分析」は、売上アップや顧客維持に直結する重要なスキルです。
とはいえ現場では、
・感覚や勘に頼っている
・分析に時間も人手も割けない
・外注はコスト的に難しい
そんな悩みから、予測分析を諦めている方も多いのではないでしょうか。

そこで今、注目されているのが AutoML（自動機械学習）と生成AIの活用です。AutoMLツール「PyCaretを使えば、機械学習モデル作成の手順自動化し、数行のコードで高精度な予測モデルを構築できます。さらに、ChatGPTのような生成AIと連携することで、プログラミングが苦手な方でも自然な対話でコード作成・分析のサポートを受けられるようになりました。

本講座では、この2つの技術を組み合わせて、実務で「今すぐ使える」テーマに取り組みながら、予測分析のプロセスを学んでいきます。

たとえば、PyCaretを使ってワンクリックで複数モデルを比較し、ChatGPTに「この結果から何が言えるか？」と問いかけて分析を深める――そんな実践的な進め方が体験できます。

この講座では、生成AIとAutoMLを活用しながら、分析を始める際の着眼点からモデル構築・評価までを学ぶことができます。分析にはPython言語を使いますが、基本的にはコピペで動かすため、プログラミング未経験の方でも安心して取り組めます。

この講座で身につけた予測分析のスキルと手法は、現場での提案や施策の判断にすぐに役立ちます。
生成AIとAutoMLを活用する新しいアプローチで、これからの業務に欠かせない「データを使って判断する力」を、ぜひこの機会に手に入れてください。

※こちらの講義は以下の動画のセット版となります。以下の講義をご受講済みの方は内容が重複しますのでご注意ください。

■【機械学習自動化第1弾】
マーケティング分析がここまで簡単に！AI×Pythonで学ぶAutoML-回帰問題編-
■【機械学習自動化第2弾】
自動機械学習をマーケティング施策に取り入れよう！AI×Pythonで学ぶAutoML-分類問題編-
■【機械学習自動化第3弾】
短時間で精度の良いモデルを作るコツ！AI×Pythonで学ぶAutoML-特徴量エンジニアリング編-
■【機械学習自動化第4弾】
予測精度を最短ルートで向上！AI×Pythonで学ぶAutoML-パラメータチューニング編-
■【機械学習自動化第5弾】
三人寄れば文殊の知恵！？AI×Pythonで学ぶAutoML-アンサンブル学習編-

・量的データを予測するための機械学習モデル（重回帰分析、ランダムフォレスト、lightGBM）
・質的データを予測するための機械学習モデル（決定木、ランダムフォレスト、lightGBM）
・説明変数選択とパラメータチューニングによる予測精度の改善
・特徴量エンジニアリングとは
・欠損値の処理
・ワンホットエンコーディング、ラベルエンコーディング
・特徴量選択
・分類モデルの評価指標（正解率、F値、AUC、ROC）
・パラメータチューニング（グリッドサーチ、ベイズ最適化）
・学習曲線と過学習
・機械学習モデルをアンサンブルする利点
・代表的なアンサンブル法（投票モデル、バギング、ブ―スティング、スタッキング）

・お仕事でデータ分析にかかわる方（マーケティング・人事・販売管理）
・ビジネスにデータサイエンスを導入したい経営者の方
・統計学やデータサイエンスを学びたい方
・機械学習に興味のある方