機械学習の実践。

実践的な事を考えていますが中々社内でも理解されているか分かりません。

どう言う事か理解してもらえないと社内データの収集もままならない感じです。

来年の売上予測や来月の予測をしても役に立つのか？

物流の最適化もあります。

例えば客先、客先担当者、容量別、納品場所等で問題自身を確率で予測すれば対策の役に立つかもしれません。また在庫の日数や連絡の状況で費用が掛かっています。それも予測出来れば対策の役に立つかもしれません。コストを削減出来れば当社及び客先にも貢献出来る筈。

それぞれの項目の因果関係をヒートマップで分析さたら分かりやすいか？

必要なデータは欠損やデータをダミー（平均値や中央値）で補ってそれを機械学習にかけてどの様に出るかをご覧頂いてデータの意味を理解する必要があります。

どの予測器が良いかも分かりませんので、基本にかえってタイタニック乗員の生存率から進めて行きます。欠損値やダミー変数の扱いも含めて進めて行きます。 

出典: フリー百科事典『ウィキペディア（Wikipedia）』

機械学習の教科書問題なのでインターンが来てくれる様になればkaggleに参加する事とその経緯をブログに纏めて貰う事を最初の問題にしたいと思います。