団体名

株式会社SIGNATE

課程名

宿泊予約サービスにおける価格推定の適正化

課程区分

その他

地域：詳細

科目・講師

開講日時

受講期間の目安

約8時間

受講料

一部無料

学費支援
（奨学金）

無し

学費支援（教育訓練給付金）

無し

ジャンル

データサイエンス、AI、Python

通学／通信区分

就職を想定する職業・職種

「社会保険労務士」　「豆腐製造、豆腐職人」　

募集期間

無期限

講座の概要

実データ・実課題を用いてAI・データサイエンスにおけるプロジェクトを擬似的に経験できる講座です。
本講座では、宿泊業界において利益を最大化させるために重要な「限られた客室在庫を効率よく、良い値段で販売できるようにしたい」というビジネス上の問題に取り組みます。価格適正化による売上向上を目的に、AI・データ分析の観点から、宿泊価格を適正に設定できるAIを構築するという疑似プロジェクトを通じて、AI・データサイエンスを用いた分析業務の一連の流れを学んでいきます。

【講座内容】
## Introduction
あなたは、不動産会社のマーケティング部に所属するデータサイエンティストです。
会社の売り上げ拡大のために、借り手のいない自社所有物件をAirbnbで民泊物件として貸し出すことにしました。Airbnbで貸し出すために、各物件の宿泊価格を設定する必要がありますが、適正価格はいくらぐらいなのでしょうか。そこで、あなたはAirbnbに掲載されている物件情報から宿泊価格を算出するモデルの作成を依頼されました。Airbnbの宿泊価格算出モデルが作れれば、それを自社物件データに使用することで、自社物件の適正宿泊価格を算出することができるからです。

## Mission 1. 物件データの収集
Airbnbの宿泊価格予測モデルを作成するにあたり、Airbnbの物件情報と宿泊価格のデータが必要です。自社ではAirbnbのデータは所有してないので、Airbnbのサイトからスクレイピングを行いデータを取得しました。ただし、データを取得すればそれで終わりではありません。手に入れた生のデータがそのままモデル学習に使えることは非常にまれであり、また、そもそもデータ内容をきちんと確認しないままにモデルを作成することは、誤認識や不備の検知漏れといったリスクを伴います。このため、データの確認は非常に重要な作業の１つです。本ミッションでは、ライブラリを使ったデータの読み込み方、データ量や種別の確認方法などを学びます。

## Mission 2. 宿泊価格に影響のある要素を探索
宿泊価格を予測するために、どのような要素が宿泊価格に影響するのかを調べてみましょう。
その際に重要となるのは宿泊価格に影響すると思われる仮説を立てることです。
なぜなら、あらかじめ仮説を立てておくことで、闇雲に探索するのを避け、効率の良い探索ができるからです。例えば収容人数や設備は宿泊価格に影響するだろうといった仮説を立てることができます。宿泊価格に影響する要素の仮説を立て、正しいかどうか確認していきましょう。その為の方法論として本ミッションでは、探索的分析について学びます。データ分析ではデータの分布や数値等からデータの特徴を抽出し、それに基づき仮説を立てたり仮説の検証を行います。基本統計量や可視化の方法論についても学んでいきましょう。

## Mission 3. 物件データの加工
宿泊価格に影響する要素がわかったので、次は実際に宿泊価格予測モデルの作成を実施することになりました。モデルを作成するためには、モデルが扱えるような形にデータを加工する必要があります。そこで本ミッションではデータ前処理について学びます。ここでの前処理とはモデリングのための前処理についてです。適切な前処理をすることで、モデリングの精度を上げることができます。前処理の種類や、方法にどのようなものがあるのか学んでいきましょう。

## Mission 4. 宿泊価格予測モデルの作成
データの前処理が出来たため、モデリングが出来る状態になりました。いよいよ本クエストのメインである、宿泊価格の予測をする為のモデル作成を実施することになりました。本ミッションではモデリング手法の1つ、重回帰モデルについて学びます。モデルを作成することで、過去の実績から将来の値を予測することができるようになります。具体的なモデルの作り方や作ったモデルの正しい評価方法について学んでいきましょう。

## Mission 5. モデルの予測精度の改善
宿泊価格を予測するベンチマークモデルを作成することができましたが、自社物件の価格設定に使用するには、更に精度の高いモデルが必要であるという判断がされました。改善案としては、探索的分析で得られた知見を活かし、複数のモデルを作成する方針となりました。本ミッションでは、複数モデルの作成方法を学び、最後に作成したモデルを使用して、このクエストの目的である自社物件の適正価格を算出しましょう。

## Conclusion
本クエストでは、宿泊価格を予測するモデルを作成しました。ただ予測モデルを作るだけでなく、探索的分析からルームタイプのデータの分布が異なることを発見し、それに合わせてモデルを作成することで予測精度の改善も行いました。クエストを通じて学んだこと、そしてクエストの成果をおさらいしましょう。

講座レベル

基礎レベル

履修資格

・Pythonに関する基礎的な文法
・データサイエンスに興味のある方
・ITエンジニア

身につけられる知識、技術、技能

・データ分析の基本的な手順
・データ欠損値の対処方法
・データ分布の確認方法
・データ分布が異なる時のAIモデルの作成方法

科目一覧

社会人が受講しやすい工夫

・環境構築不要で、ブラウザ上で完結して学習を進めることが可能です。
・実際の分析プロジェクトに即した講座構成となっているため、擬似体験をしつつ実践的なAI/データサイエンスのスキルを獲得できます。
・わからないことは「みんなの質問」ページで受講者同士相談し合うことが可能です。
・Competitionに参加して実践力をアップ！

ホームページ

https://quest.signate.jp/about