English
書籍「DataRobotではじめるビジネスAI入門」では、基本的に二値分類問題のサンプルデータを使って解説しています。そのほかの機械学習問題を試してみたい場合は、下表のデータ列のリンクからサンプルデータをダウンロードしてください。
| 問題の種類 | ユースケース | 予測ターゲット列 | データ |
| 二値分類 | 消費者ローンの貸し倒れの予測 | 貸し倒れ | P2PLendData_JP.zip |
| 多値分類 | 通信業者のサービスのレコメンデーション | 提案プラン | Telco_Next_Best_Offer.zip |
| 連続値 |
レストランの新店の売上予測 |
売上 | New_Restaurants.zip |
トライアル版をお使いの場合
トライアル版には、お試しユースケース（データセット）が内蔵されています。下表を参照して、お好きなユースケースをお試しください。
| ユースケース | 問題の種類 | 業種 | モデルの目的 | 予測ターゲット列 |
| 再入院 | 二値分類 | ヘルスケア | 再入院のリスクが高い糖尿病患者を識別する | 再入院 |
| 夢の野球チームの予測 | 連続値 | スポーツ分析 | 前年の成績に基づいて翌年の選手の価値の見積もる |
WOBA |
| Plant Disease Detection | 多値分類 | 農業 | 植物の葉の画像から、その植物が病気でないか、病気の場合は、病気の種類を推定する | Class |
| 予防保全 | 二値分類 | オイル・ガス | 油田掘削装置の故障を検知する | 故障 |
| ローンの債務不履行リスクの理解 | 二値分類 | 銀行業 | 住宅ローンの債務不履行を予測する | 貸し倒れ |
| ローンの繰上支払いを予測 | 二値分類 | 銀行業 | 住宅ローンの返済が早期に終了する可能性があるかを予測する | 解約 |
| 戦略的疑惑リスト | 連続値 | セキュリティ | 要因分析：高いSSLスコアを算出する重要な要因を識別する |
SSLスコア |
| 鋼板の欠陥の予測 | 二値分類 | 製造 | 品質の低い鋼板を検知する | 欠陥 |
| ローンの債務不履行を予測 | 二値分類 | フィンテック | 融資希望者の債務不履行リスクを予測する | 貸し倒れ |
| 不正請求検知 |
二値分類 |
保険 |
自動車保険の保険金請求の不正を検知する |
保険金詐欺 |
| ターゲット化された顧客サービス |
多値分類 |
テレコミュニケーション |
各顧客に最適な製品を推定する |
提案プラン |
| マネーロンダリング防止アクティビティスコアリング |
二値分類 |
銀行業 |
疑わしい取引（マネーロンダリング）を検知する |
疑わしい取引 |
| 保険の統計的推測 |
連続値 |
保険 |
事故により傷害を受けた従業員に支払う保険金を予測する |
発生保険金 |
