鉄道PJ 顧客分析向け学習

データサイエンス学習教材

3書籍を横断する学習マップ。テーブルML × NLP × 教師なし学習の3軸で、顧客プロファイリング／セグメンテーションに必要な技術を体系化する。

Book 1 · テーブルML中心

Kaggleで勝つデータ分析の技術

LightGBM・Optuna・トピックモデル・因子分析

GBDTを核に、評価指標／バリデーション設計／HPO／テキスト解析／統計手法までを実装視点で学ぶ。鉄道PJの顧客モデル構築の主幹となる書籍。
11章（マスト 5 + 評価指標章 + 参考 5） 推定 14時間
学習マップを見る →
 Book 2 · NLP理論基盤

BERTによる自然言語処理入門

Tokenizer・Word2Vec・BERT・Sentence Embedding

顧客レビュー・問い合わせの意味解析に必要なNLP理論基盤。BERT文章ベクトルによる類似検索・クラスタリングまでカバーし、顧客の"色"発見の実装基盤となる。
5章（マスト 4 + 参考 1） 推定 7時間
学習マップを見る →
 Book 3 · 教師なし学習

Pythonで学ぶ機械学習プログラミング

k-means・DBSCAN・階層クラスタリング

顧客セグメント自動分類の実装基盤。ラベルなしデータから潜在的な顧客グループを教師なし学習で発見する。鉄道PJの顧客タイプ分類と直結するクラスタ分析を中心に学ぶ。
1章（必修 1） 推定 2時間
学習マップを見る →
学習開始：2026-05-12 ／ 鉄道PJ稼働開始：2026-05