イチロー (@SalesAnalyticsJ) header
イチロー (@SalesAnalyticsJ) profile picture

ビジネス系DS ◆ 宣伝 ◆ (講座12/5,15) Python需要予測エージェント https://nitter.cf/t.co/LigQJPsJti (新刊)コンピュータサイエンスの教科書 https://nitter.cf/t.co/s8NMvwsn3W

日本
Joined November 2017
Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)Photo by イチロー (@SalesAnalyticsJ)
【月1 特定テーマ講座(12月)】 需要予測エージェントを作る(需要予測 × PYTHON × 生成AI) 【開催日時】 全2回(土)2026/12/5,12/19(13:30〜18:00) 【受講形式】 当日Zoom( or 復習用に後日動画視聴) 【参加費用】 2万2千円(税込み)/人 salesanalytics.co.jp/lp/dema…
1
276
AIを使って分析した結果、「今の方針を続けよう」と決まった。 行動が変わらなくても、迷っていた点を確かめられたなら、意味はありそうです。 データサイエンティストの成果を振り返るとき、施策の変更に加えて「どんな不確実性を減らせたか」も言葉にしてみたいですね。
1
62
AIで受注分析を作る前に、受注データを入力している人にも話を聞いてみたいです。 忙しい日は翌日に入力する。仮の金額を後で直す。そんな事情があるかも。 データサイエンティストがデータの生まれ方を知ると、異常値や日々の変動の見方も変わりそうですね。
69
仕入先のトラブルで影響を受ける部署は? 答えは、仕入先一覧・部品表・製品担当表をつなぐと見えてきます。 クラシックRAGの実験では、上位5件を渡しても答えられず、12本中9本を渡してようやく回答。検索順位と、答えに必要な資料の違いが見える例です。 salesanalytics.co.jp/datasci…
3
150
アプリ側で最大5回呼び出し、SDKが毎回最大2回再試行する設定だと、APIへの送信は最大15回になります。 生成AI APIのリトライを書く前に、SDKが何を自動で再試行するのかを確認しておくと、待ち時間を見積もりやすくなります。 zenn.dev/salesanalytics/arti…
1
3
166
「需要予測のMAEは4.2でした」 その数字だけで、使える予測か判断できますか? 前週同曜日など、身近な予測方法との比較が判断材料になるかもしれません。 無料セミナーで、予測の評価と業務へのつなぎ方をお話しします。 11/25(水)・12/2(水) 各19:00〜20:00/オンライン salesanalytics.co.jp/lp/dema…
91
移動中央値で時系列をなめらかにすると、正常な値まで変わることがあります。センサーの誤測定らしい点だけを直したいなら、Hampelフィルタも選択肢です。 100点のうち、外れ値と判定された4点だけを置き換えるPython例を紹介します。 salesanalytics.co.jp/knocks/…
4
199
AIで実装を試せる範囲が広がったら、データサイエンティストと開発担当者が、早い段階で一緒に試作品を見るのもよさそうです。 分析で確かめたいことと、運用で困りそうなことを持ち寄る。 自分でできることが増えるほど、相談も具体的になるかもしれませんね。
94
生成AIに「この分析を改善して」と頼むと、大きな提案が返ることもあります。 「まず30分で確かめられることは?」と聞き直してみるのもよさそうです。 若手データサイエンティストの仕事では、アイデアを小さな検証に変える工夫が、分析を前へ進める助けになるかもしれません。
1
3
225
AIで作った週次レポートが、業務変更で使われなくなった。それでも自動生成だけ続いていたら。 データサイエンティストとして、利用状況を振り返り、停止や統合も相談してみたいです。 作った仕組みを増やすだけでなく、必要なものを残す視点も大事になりそうですね。
1
125
分析AIに「先月の売上」と「前月の売上」を聞いたら、違う数字が返ってきた。 期間の解釈なのか、使ったデータなのか、確認してみたいですね。 データサイエンティストの評価として、言い換えた質問でも集計条件がそろうかを試すのも面白そうです。
97