データ分析や機械学習に興味はあるけれど、専門的すぎてハードルが高いと感じていませんか？そんな皆さんにおすすめするのが「AutoML（自動機械学習）」です。

AutoMLとは機械学習の分析を行う一連の流れを自動化する技術のことです。
一般的に機械学習を使った分析を行う場合、

①問題・仮説の定義
②データを予測しやすいように綺麗に加工する（特徴エンジニアリング）
③色々な種類がある機械学習モデルの中から最適なモデルの選定
④精度を高めるためのパラメータ調整（パラメータチューニング）
⑤複数のモデルの性能比較

という操作を繰り返す必要があります。
１つ１つの操作を１からPythonで書こうとすると時間がかかってしまうものですが、これらの手順を自動化してコーディングにかける時間を最小限にしようという試みがAutoMLなのです。

様々なAutoMLツールがある中で、今回はPyCaretというライブラリを使ってAutoMLの入門編を学んでいきましょう。これらを使えば、圧倒的に少ないコードで、上記の一連の処理、つまりデータの処理から複数のモデル比較までを行えます。

さらに、ChatGPTやgeminiをはじめとするAIも利用することで、もうPythonコードを書くことに悩むことはありません。

講義では実際のビジネスの場面でよく見られるデータを使って、AutoMLの流れを体感頂きます。例えば売上データを使った予測。次のような広告費に対する売上データから、それぞれの広告費と売上との関連性を明らかにし、どの広告の予算をいくら増やす/減らすことで売上がどのように変化するかを予測することができるようになります。

手書きでコードを書くと、１つモデルを作成すると疲れ果ててしまうことも多いですが、PyCaretを使えば、複数のモデルを一度に作成することも簡単です。より良いモデルを作成するための機械学習の一連の流れをご紹介していきます。

・売上など数値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）
・最適な機械学習モデルを選ぶ方法
・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
・Python言語による実践（広告費に基づく売上データの予測）

・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 （数学、統計学が苦手な方でもご参加いただけます。）