シングルセルRNAシークエンス解析(前処理、クラスタリング、DEG解析等)ができます
業務内容
▼こんな方におすすめ
・シングルセルのデータを持っている、もしくは公共のデータベースに解析したいデータがあるが、どう解析すればいいのかわからない方
▼提供できること
・データをUMAPプロット等で可視化したfig
・各クラスターで発現が高い遺伝子のリスト
- 業務
- コンサルティング
- テクノロジー
- Python R TensorFlow Scikit Learn Colab Jupyter Notebook SQL
現役データアナリストがExcel・csvデータの前処理・クレンジングをします
業務内容
【顧客データがもっと見やすくなれば、売り上げ予測できるかもしれないのに…】
あなたのお仕事において、欠損値や半角/全角スペース、日付の表記法などが入力者によってバラバラで、分析に使えそうにないと判断されているようなデータはありませんか?
使えないと一蹴して削除する前に、そのデータ、私に綺麗にさせてくれませんか?
機械学習全盛のこの時代、Excelやcsvのデータは顧客の購買予測などに応用できる、いわば宝の山です。そのデータがもし見やすく、またPCによる分析のしやすい形となれば、未開拓の商機を見いだすことができるかもしれません!
私は東大で心理学を専攻し、実験データの扱いや統計解析手法に慣れ親しみました。さらに旧帝大医学部に再入学し、独学でデータ分析手法を学ぶほか、機械学習を医学研究に応用する研究室での研究従事、さらには統計検定準1級を最優秀成績賞で取得しました。
実務ではデータ分析企業でのインターンにて自動車部品の性能データ分析、さらに大学医学部での医学研究データ分析を経験。貢献が認められ医学部論文への氏名掲載に至りました。
経験例:
データクレンジング、分散分析、相関係数の算出、ロジスティック回帰分析、重回帰分析、t検定、カイ二乗検定、赤池情報量基準の算出、scikit-learn ならびにxgboostによる機械学習モデル、ノンパラメトリック検定など
ご購入前にDMにて簡単に依頼内容をご相談ください。差し支えなければデータをお送りいただけますと幸いです。
ぜひ私におまかせください!
- 業務
- 人工知能・機械学習
- 手法
- 機械学習 教師あり学習 決定木分析 線形回帰
- テクノロジー
- Python R Scikit Learn Jupyter Notebook
データ分析 東大AI&データサイエンスサークルの力で 売上upコスト削減し ます
業務内容
データ分析を全て請け負います。
顧客データ、売り上げデータ、社内リソースをただエクセルファイルに入れて塩漬けにしていませんか?
私たちは東京大学のAI研究室のメンバーを多数抱えており、データサイエンスサークルの代表とも繋がっております。
優秀なデータサイエンティストが皆様のデータを分析し、コンサルティングします。
これにより売り上げ向上、社内DX、コスト削減に繋げることができます。
具体例:大手スーパー様の場合
売れた商品と時間のデータから特徴量をみつけ、特売のタイミングと%を試算。
これにより効率的なマーケティングが行え、コスト削減、売り上げアップに繋がった。
Python によるデータサイエンスと機械学習をします
業務内容
データは企業の主な資産です。より良いデータ、より良い決定を下すことができます。データサイエンスは、データを分析するためのツールを提供する分野です。これには、データの準備と探索、データの表現と変換、データの視覚化、プレゼンテーション、予測分析など、いくつかのサブディビジョンが含まれています。
➡︎だから、あなたの厄介なデータを貴重で意思決定可能なものにしてくれる人を探しているなら、私はあなたを助けるためにここにいます。
【プロジェクトのための私のスキルリスト】
・Python
・Numpy
・Pandas
・Matplotlib
・Seaborn
・Folium
・Scikit-learn
【データの前処理】
・欠落データの処理
・データ補完
・分類のラベルエンコーディング
・カテゴリデータの処理
・特徴変換の手法
・特徴エンジニアリング
【データビジュアライゼーション】
・Matplotlib
・Plotly
・Seaborn
・Folium
【機械学習】
・線形回帰
・ロジスティック回帰
・K 最近傍 (KNN)
・デシジョンツリー分類子
・ランダムフォレスト分類子
・サポートベクターマシン
・ベイズアルゴリズム
ご興味持っていただけましたら、メッセージでお気軽にお声がけください。
どうぞ宜しくお願いいたします!
各種データマイニング手法の効果的な適用により、高度なデータ分析を行います
業務内容
すでにあるデータに何となく適当な分析手法を適用して出てきた最もらしい分析結果に適当な解釈をしても、いくらAIが発達しようとも高度なデータ分析を行うことができません。
効果的なデータ分析を行うためには、何が知りたいのか目的をはっきりさせ、そのためには
どのようなデータが必要なのか、そして現実的に得られたデータをどのように加工すれば
高度なデータ分析が可能になるかをまずはコンサルティングします。そのうえで各種データマイニング手法、多変量解析手法を適用し、高度な分析結果を提供いたします。
- 業務
- コンサルティング
- 手法
- ニューラルネットワーク 決定木分析 クラスターコンピューティング 線形回帰 ベイズ統計 分類モデル
- テクノロジー
- Python R Jupyter Notebook
フリコメ・自由回答を統計的に分析し、結果の解釈をお返しします
業務内容
下記のようなご要望をお持ちの方、ぜひ一度ご相談ください!
「社内で意見を募ったんだけど、いろんなことが書かれていてよくわからない…」
「テープ起こししてみたんだけど、ここからいえることってなんだろう?」
「カスタマーにアンケート調査結果の大まかな傾向を把握したい」
「お客様の声に寄せられる内容を、いくつかのペルソナに分けて把握したい」
テキストデータは選択式のアンケートなどと違い、具体的な意見を拾うことができる反面、
「全体的な傾向」を客観的につかむことが難しい場合が多いです。
ある程度の回答数・テキスト量があるテキストデータは、
テキストマイニングによって統計的に扱うことができます。
ただし自然言語ゆえに扱いが難しい面もあり、要求精度とコスト・スピードのバランスを取りながら、適切な手順で解析していくことが重要です。
また、テキストマイニングは結果解釈にも一癖あります。
使途によっては、客観性だけでなく共感性とのバランスを取った解釈の方が、有効な場合もあります。
ご依頼者様の目的や依頼背景、納期、コストなども伺いながら、自然言語解析に関するあれこれをお手伝いします。