loading...

検索結果

{{'検索結果' + searchResultList.length + '件'}}

商品開発や販売状況把握のためのAI開発入門研修(3日間)

商品開発や販売状況把握のためのAI開発入門研修(3日間)

Pythonを用いた売上予測から、商品の需要を把握し売上を増やす

研修No.B PRG606-8200-5481

対象者

  • 全階層

・仕入や商品開発を担当している方
・商品開発に最新トレンドを取り入れ、自社データを活用したい方

よくあるお悩み・ニーズ

  • 商品ごとの売れ行きを読めず、在庫の過不足が発生しやすい
  • 過去のデータがない新商品の需要を予測し、仕入に活かしたい
  • どのような商品が売れているかを把握できるようになりたい

研修内容・特徴outline・feature

AIで売上予測のモデルを作成し、将来の販売状況の把握や商品の開発に活用する研修です。誤った予測で仕入や商品開発をすると、在庫に過不足が生じる、想定していた売上と実際の売上の差が大きくなるなどの問題が起こります。そのため本研修では、経験やセンスではなく、AIの開発で最も使用されているPythonを用いて予測をたてる方法を学びます。実際の業務ですぐに応用できるよう、研修の中で取り組むワークの設定も身近なテーマで用意しています。

*この研修ではPCを使用します*

研修のゴールgoal

  • ①データを活用して売上を予測する必要性を理解する
  • ②Pythonを使って予測モデルが作れる
  • ③トレンドを予測した商品開発で売上を拡大する

研修プログラム例program

内容
手法
  • 1. 売上予測
    (1)販売状況把握や商品開発を行ううえで予測が必要な理由
    (2)売上予測を行う方法
    ①過去の実績を用いた統計的予測 ②担当者や専門家の情報、意見による予測
    ③市場調査による予測 ④AIによる予測
    (3)AIで売上予測を行う理由
    ①勘や経験に頼らず、予測を行うことができる
    ②さまざまな要素を含めて予測ができる
    ③予測モデルを調整し、精度を上げることができる
講義
  • 2. AIで売上予測を行う方法
    (1)AIで売上予測を行う方法
    ①Excel(予測シートなど) ②予測分析システムやプラットフォーム
    ③プログラミング言語(Python・R・C++など)
    (2)Pythonで売上予測を行う理由
    ①習得しやすい ②AI開発が容易に行える ③挫折しにくい
講義
  • 3. Pythonの基本文法
    ※実際にPCを操作しながら学びます
    例)画面に文字を表示する、数値の計算、変数データ型、リスト、辞書、条件分岐、繰り返し処理、エラー発生時の対応、関数、メソッド、ライブラリ、など
講義
ワーク
  • 4. AIを用いて売上予測を行う手順
    (1)データの収集
    (2)データの前処理
    (3)予測モデルの準備
    (4)予測モデルの構築
    (5)予測モデルの学習
    (6)作成したモデルによる予測
    (7)モデルの精度評価
    (8)学習済みモデルの微調整(チューニング )
    (9)予測結果をもとに仮説を立てる
講義
  • 5. データの前処理
    ※実際にPCを操作しながら学びます
    (1)前処理を行う理由、目的
    (2)前処理を行う方法
    ①欠損値の確認 ②データの削除 ③欠損値の補完
    ④列追加 ⑤データの結合
講義
ワーク
  • 6. 予測モデルの準備
    【ワーク】予測モデルの定義づけを行う
ワーク
  • 7. 予測モデルの構築
    (1)色々な予測モデルの紹介
    ①単回帰分析 ②重回帰分析 ③移動平均法 ④加重移動平均法
    ⑤指数平滑法 ⑥時系列分析法
    (2)予測モデルの構築
    【ワーク】単回帰分析モデルを構築する
    【ワーク】重回帰分析モデルを構築する
講義
ワーク
  • 8. 予測モデルの学習
    ※実際にPCを操作しながら学びます
    (1)目的変数と説明変数
    (2)データを分割し目的変数と説明変数を設定する
    (3)用意したデータを予測モデルに学習させる
講義
ワーク
  • 9. 作成したモデルによる予測
    【ワーク】過去に販売した衣服のデータから、新作商品の売上を予測する
ワーク
  • 10. モデルの精度評価
    ※実際にPCを操作しながら学びます
    (1)モデルの精度をCSVに出力する
    (2)モデルの精度を確認する
講義
ワーク
  • 11. 学習済みモデルの微調整(ファインチューニング)
    ※実際にPCを操作しながら学びます
    (1)モデルの精度評価から 、どの要素が精度を下げる要因かを探る
    (2)新しく影響を与えている要素を探す
講義
ワーク
  • 12. 予測結果と予測モデルの運用
    ※実際にPCを操作しながら学びます
    (1)最初に作成したモデルと2回目に作成したモデルで精度の変化を確認する
    (2)運用するモデルを決める
講義
ワーク
  • 13. 実際の業務に活用するには
    【ワーク】自身の業務にどのように活用できそうかを考える
ワーク

8912

全力Q&A{{list[0]['category']}}関連の全力Q&A

よくあるご質問について、研修のプロとして熱く丁寧に回答します。

カスタマイズ事例~ケーススタディCASE STUDY

本研修のカスタイマイズ事例として、作成したケーススタディを業界別にご紹介します。

{{theme}}研修のケーススタディ一覧

開発者コメントcomment

ヒット商品といわれるものでも、売れるまで約3年かかるとききます。商品の導入から売れなくなるまでの期間を「プロダクトライフサイクル」と呼び、販売を最適化しようという動きがあります。経験がなくてもデータとAIで再現性の高い予測ができるようにと開発したのが本研修です。AI開発でよく使用され、プログラミング言語の中では比較的易しいといわれるPythonについてゼロから解説しますので、普段AIやプログラミングを使う機会が少ない方でも安心して学ぶことができます。

下記情報を無料でGET!!

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

メールマガジンのご登録はこちら

登録は左記QRコードから!

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

最新作・ニュース

新卒対応speed&challenge

新卒採用に関するお知らせ オンライン・全国で会社説明会開催中

研修を探す

同じジャンルで探す

  • WEBins
  • 20周年特別タイアップ企画
  • モンシャン
初めてご利用の方へ

インソースからの新着メッセージ

    直近の公開講座開催研修

    新作研修

    業界随一の研修開発力を誇る
    インソースの最新プログラム

      コア・ソリューションプラン
      の新作情報

      250種類以上のコンサル事例!
      組織の「したい!」に全力で応える

        本テーマのおすすめリンク

        おすすめリンク

        閉じる