【超入門】機械学習をビジネスの例も出しながら解説していく！ - YouTube
1. 機械学習とは
→ 機会に学習させてルールを作り出す
https://www.youtube.com/watch?v=GeJrQTdNFdU
ルールがあればモノを生み出す → AI
ルールを作り出す → 機械学習
意味のないモノコトからルールを作り出す → ディープラーニング
3. 学習手法
(1 )教師あり学習
データに答えが紐づいている
← 曜日から売り上げを予測する
①決定木
②k-近傍法
未知のデータがどこにあるかを推測する
kとは抽出範囲
③ランダムフォレスト
決定木を複数個
④Xgboost
決定木を複数個、直列
(2) 教師なし学習
正解データが存在しない
現在のデータから特徴を見出す → セグメント
①クラスター分析
グループ分けする
②k-means法
クラスタのメンバ数を同じにしたグループを作る
③主成分分析
手元のデータを圧縮する
抽象化する
(3)強化学習
アウトプット（報酬）を出す
4. どう活用する？
チャーン分析
チャーン = 解約、離脱
解約しそうな顧客を抽出する。
例_オンラインゲーム
ログイン回数が減る
ログイン回数(過去3か月間、1週間、精度向上のチューニングは必要)
ログイン連続日数
1日当たりの平均ログイン回数
→ 特徴量エンジニアリング
教師あり学習にインプットすると、チャーンレート(離脱率)をアウトプットできる
