【成果物紹介】広告効果予測モデルアプリ

こんにちは！株式会社キカガクの中島です！
今回は、キカガクの「DX を推進する AI ・データサイエンス人材育成コース」を卒業された方の最終成果物をご紹介します。

ウェビナー動画を無料配布中！

AI やデータサイエンスを学び始めたいけど、何から始めていいかわからないあなたへ。無料のウェビナー動画で、PythonやChatGPTなどのAI関連技術を講師と一緒に学びましょう！

DX を推進する AI ・データサイエンス人材育成コースとは？
広告効果予測モデルアプリ
まとめ

DX を推進する AI ・データサイエンス人材育成コースとは？

DX を推進する AI ・データサイエンス人材育成コース（以下「長期コース」）は、プログラミング未経験から、AI プログラミングやデータサイエンスを学ぶことのできる 6 ヶ月間のコースです。
AI エンジニアやデータサイエンティストへの転職実績も豊富で、自走できるAI・データサイエンス人材を輩出しています。

コースを通して、講師と二人三脚でオリジナルの成果物を作成することができます。
そのため、知識・スキルの定着はもちろん、転職活動時の実績としてもアピールすることができます！

広告効果予測モデルアプリ

今回は、そんな長期コースの2023 年の 12 月期を受講して、2024 年 5 月に卒業された受講生の成果物をご紹介します！

概要

この方は、広告のクリック数を予測し、ROI(投資対効果)を向上させるための「広告効果予測モデルアプリ」を開発しました。

サイドバーから、広告を出稿する媒体や広告の表示回数、消費者エリアなどの広告効果を決定する変数を入力し「予測する」ボタンをクリックします。

すると過去のデータをもとに、この広告キャンペーンのクリック数を予測してくれます。
Facebookにて 25 歳から 34 歳をターゲットとし、広告を 50000 回表示させたときのクリック数は 15533 回と予測しています。

このアプリによって、広告を出稿する際にどのくらいのクリック率が見込めるのかがあらかじめ予測でき、効率的なマーケティング活動を行うことができるようになります。

使用技術

広告効果の予測：Random Forest Regressor(ランダムフォレスト回帰モデル) という機械学習モデルを用いて、入力された変数から広告のクリック数を予測。

こちらのアプリを開発する際、様々なモデルで予測を実施し Random Forest Regressor が最も最適であると判断されたたため、このモデルを採用したとのことでした。

上記の表では、Decision Tree Regressor というモデルが精度としては最も高く、表右側の精度ランキングで 1 位を獲得しています。
しかし、このモデルは過学習を起こしやすく、新しいデータに対する汎化性能が低下する可能性があります。
そそのため、あえて 2 位の Random Forest Regressor を採用したとのことです。

過学習
機械学習モデルが訓練データに対して過度に適合してしまう現象のこと。過学習が起こると、モデルが訓練データの特徴や偶然のノイズまで学習してしまい、新しいデータへの対応力が低下してしまいます。
例えば、試験対策で過去問だけを暗記し、本番で似て非なる問題が出たときに対応できない、というようなイメージです。

キカガクの長期コースで６ヶ月間しっかり学ぶことで、このような AI を搭載したアプリやデータ分析レポートも開発できるようになります！

この受講生の方は、なんと合計 3 つのアプリを開発しており、キカガクでの学びを積極的にアウトプットされています！