業務内容
【サービス紹介】
下記のお悩みを解決します：
● 各種データの解析、特徴量評価でお悩みの方
● LightGBMの各種パラメータ設定にお悩みの方、Shap値にご興味のある方
● 機密情報、規約等で外部に解析データが出せない方
● 機械学習に取り組みたい方
LightGBM特徴量解析コード(Python)の販売します
LightGBMとは決定木ベースの勾配ブースティングフレームワークで、機械学習の分野で広く使われています。このLightGBMを使用して、最適なパラメーターを算出した後の最適化モデルで特徴量解析をできるパッケージを販売いたします。
またオプションでShap値（協力ゲーム理論を元にした特徴量評価指標の１つ）や相関係数、相互情報量を算出をご用意していますので、より深い考察を得ることが可能となります。
これまでのデータサイエンスのスキルとエンジニアとしての知見の中から、ポイントを押さえたパッケージ内容をご提供させて頂きます。
＊ご不明な点はお気軽にお問合せ下さい。
【サービスの特徴】
● これまでの知見を元におすすめできるパッケージとなっているため、
お手軽に機械学習を行えます。
プログラムの概要：
１）読み取りデータ準備 ＊.csv
目的変数のカラム名を指定する
２）回帰モデル作成
使用モデル：LightGBM
指標 ：RMSE （標準：カスタマイズ可）
３）パラーメーターチューニング
最適化手法：Optunaクロスバリデーション
４）最適化パラメーターでの再学習
モデルの評価指標：MSA、RMSE、MAE、R^2score
特徴量評価グラフ出力
５）SHAP値による特徴量解析 （スタンダード）
相関係数、相互情報量算出 （スタンダード、プレミアム)
● プログラムのカスタマイズもオプションで承ります。
例）学習ロジック変更（重回帰分析、ロジスティック回帰、ランダムフォレスト、XGBoost等）
＊＊＊カスタマイズについては、ご購入前にお問合せください＊＊＊
【サービスの流れ】
Step 1: 依頼内容のご確認
Step 2: プログラムコードの納品
カスタマイズご希望の方
Step 1: 依頼内容のご確認
Step 2: 御要望のご確認
Step 3: プログラムコードの納品
購入にあたってのお願い
【ご注意事項】
＊お客様にて、解析データの準備（csv),プログラム実行環境のご準備をお願いいたします。
＊動作不良については可能な限りサポートさせて頂きます。
＊ご不明な点はお気軽にご相談下さい。
基本料金
オプション料金
実績・評価
1 件
満足
0
残念
コメントはありません
出品者
1日前
金属系会社でのエンジニア歴２０年のキャリアを活かしたデータ解析・業務効率化をお手伝いします。
-
1 件 満足0 残念
- シルバー
- 個人
- 山口県
金属系の会社で２０年製品開発や製造に関する技術改善業務に取り組んできたエンジニアです。
技術開発、製品開発、品質管理業務に関わる中でのデータ解析は長年EXCLEを活用した解析が主でしたが、ここ数年は、EXCLEでの解析限界（データ数や従来の統計的手法（重回帰分析等））より深い考察を得るため、主にPythonによるプログラミングを活かした業務を経験しています。
実際に重回帰でもプログラムでは正規化した特長量評価、ランダムフォレストやLightGBMを用いた多変数の説明項に対するディープラーニングモデルの構築、ニューラルネットワークを使った時系列予測、CNN（畳み込みニューラルネットワーク）を使った画像判定モデルを構築した実績があります。
また長年の実務の中で、データベースの構築、作業記録の電子化、各種ISOなどの標準対応にも、実際に自分でVBAマクロの作成からPYTHONを活用した業務効率化の経験があります。
データ解析から業務効率化まで、お役立ちできるお仕事をご提供できればと考えておりますので、どうかよろしくお願いいたします。
@最終学歴 理学修士（物理学専攻）
対応できます：Python, EXCEL（VBA,PowerQuery,PivotTable）,Word,PowerPoint,Photoshop etc.
※守秘義務の都合上、記載できない実績もございます。
個別にはお話できるものもございますので、ご興味を持っていただけましたらお気軽にご連絡ください。
▼活動時間／連絡について
できる限り柔軟にご対応させていただきます。急ぎの案件等もお気軽にご相談ください。
連絡は基本的にいつでも可能です。できる限り素早い返信を心がけますが、急ぎの仕事が入っている場合はお時間をいただくこともございます。
ご了承いただければ幸いです。
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。
どうぞよろしくお願いいたします！
よくある質問
- 出力例を教えて下さい
- 添付画像はsklearnデータセット内の ’california_housing’より価格を’Target’とした解析例です。ご参考になれば幸いです。
- 動作確認環境を教えて下さい。
- Google Colabにて動作確認しています。 Jupyter Lab（Notebook）でも動作できます。 稼働確認時のパッケージは下記の通りです。 Python 3.10.6 numpy: 1.22.4 pandas: 1.5.3 matplotlib: 3.7.1 seaborn: 0.12.2 scikit-learn: 1.2.2 lightgbm: 3.3.5 その他、optuna,shapをPipインストールで都度導入し使用しています。（コードに組み込み済み）
注文時のお願い
＊技術的な限界によりご依頼をお断りせざる得ない場合もございます。
予めご了承ください。
＊お客様にて、解析データの準備（csv),プログラム実行環境のご準備をお願いいたします。
＊動作不良については可能な限りサポートさせて頂きます。
＊ご不明な点はお気軽にご相談下さい。
