Pythonの活用

更新日:9月22日

Python(パイソン)はプログラム言語の一つであり、この言語の特徴としては「コードが読みやすい」「汎用的に使える」「オープンソース(全世界に公開)で充実したライブラリ(特定の機能を持ったプログラムの集まり)がそろっている」などですが、何といっても その用途として、AI(人工知能;機械学習、深層学習)に活用できるというメリットがあります。

AI導入のスモールステップとして、このPythonを用いて機械学習の実践を試みるのも来るべきAI時代に備える一つの方法であると考えます。(企業経営者、生産技術関係者は当然として・・・)

以下は、Python導入の第一ステップとして、一般に周知されているPythonによる機械学習の概要(一つの参考事例)です。

(Pythonのプログラミング言語について一通り理解されていると仮定して)

①環境設定(初回のみ)

 Python3系を包括したAnacondaをインストールする。(この時点でデータ解析支援のパッケージ(pandas、scikit-learn)や グラフ描画支援のパッケージ(matplotlib)等も同時にインストールされる。)

 その他、追加で一般的に必要となるパッケージについて、ネット等で紹介されているものをインストールする。(shap、py-xgboost等)また、対象課題に必要となるパッケージやフレームワークも必要時取り込む。

②課題と目的の整理

 対象課題に対して適切な分析となるよう、分析の目的、手順を整理する。(様々な演習課題が書物やインターネット等で提供されており、それらを参考として整理する。)

③データの確認

 pandas等を利用して、対象課題のデータの読み込み、データの表示を行い、データの中味の確認・編集、欠損値の処理等を行う。

④分析(モデル作成、最適化、モデル解釈)

 scikit-learn等を利用して、決定木等の分析モデルを作成し、正解率の確認、パラメータの調整等を行い最適化を実施し、木構造の可視化等により、モデル解釈を行い分析結果を整理していく。

⑤対象課題業務への反映

 ④の分析結果(示唆)を用いた施策を実施する。

以上、AI導入の最初のステップとして、Python活用方法を早い段階で習得していくことがAI時代に備えるうえでの必須アイテムと思い紹介しました。実際には、自社のAI活用が想定される様々な関連業務に対し、これらの実践を繰り返すことにより、自社独自のAI活用力の下地が培われていくものと予想されます。

このPython導入に関連し、その進め方、方向性検討、推進等に対する支援・指導がコンサルティング対象となります。




9回の閲覧0件のコメント

最新記事

すべて表示