【成果物紹介】福岡市が選ばれる理由とは？人口増加率1位の要因を分析

こんにちは！株式会社キカガクの加藤です！
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！

アーカイブ一覧ページ

DX を推進する AI ・データサイエンス人材育成コースとは？
データ分析レポート：福岡市が人口増加率1位の要因を調べてみた
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？

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！

データ分析レポート：福岡市が人口増加率1位の要因を調べてみた

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、キカガク長期コースを受講してdoda（長期コース経由）で転職に成功し、実際に福岡への移住が決まりました！

「住みやすくて、移住する人が多い」と評判高い福岡の中で、特に「福岡市」は2023年市区町村別の人口増加数で全国1位に輝いており、今回はその要因がどこにあるのか、様々なデータ分析手法により、調査しています。

ここでは、分析レポートの一部を抜粋して掲載します。

まずは「相関分析」を用いて、社会増減数（転入者数 – 転出者数）と相関がありそうな要因を洗い出しました。

ここでは「刑法犯認知件数」が高い相関を示していますが、社会増加数の要因としては考えにくいなど「関係がなさそうな要因」を割り出すためにも有効な手法と言えるでしょう。

そこから相関がありそうな要因項目について、「単回帰分析」で各数値の影響度合いを確かめながら、主な要因となりうる点を明らかにしました。

また、データ分析を行う上では「外れ値除去」など、データの前処理も非常に大事な観点になってくるため、そういった内容も長期コースの中では、丁寧に解説をしています。

ここでは、クラスタリングによってデータ分類を行った上で「重回帰分析」を行いました。

最後に予測モデルへの寄与率を見るために「SHAP分析」を行い、「大型小売店数」や「3次産業就業者数」の寄与率が高いことが明らかになりました。

様々なデータ分析手法を用いて要因分析を行った結果、「事業所数」が経済成長及び人口増加の要因に寄与している可能性が高いことが明らかになりました。（※要追加調査）

さらに「別の視点から見る必要性」が分かったことも、データ分析を行った結果としては非常に有用であり、このように事象に対して寄与している要因を絞りながら探っていく思考方法は、ビジネスにおいても、とても役に立ちます。

また、分析を通して明らかになった結果から、自分なりの結論や予測を見出し、考察することができている点も非常に素晴らしいですね。

その中でも、福岡市は積極的な企業誘致やスタートアップ支援、規制緩和を生かした再開発等により、2040年頃まで人口増加が予想されている。
今後、日本が持続可能な社会を構築していくためには、福岡市のような活力のある地方都市に注力し再構築していくことが必要だと感じた。

使用技術

探索的データ分析：データの主要な特徴を理解するための統計的アプローチ。記述統計、データ可視化、クリーニング、次元削減などの手法を用いて、データの構造、パターン、異常値、関係性を発見します。データサイエンスプロジェクトの初期段階で実施されることが多く、データドリブンな意思決定を促進するためのプロセスです。
多変量解析：複数の変数を同時に解析し、それらの相互関係や影響を探るための統計的手法。この技術は、複雑なデータセットを分析する際に非常に有用であり、様々な分野で利用されています。以下に、多変量解析の主要な技術としては「回帰分析」「主成分分析」「クラスター分析」などがあります。

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

機械学習講師からのコメント

地方の過疎化の中でも三大都市圏に継ぐ福岡の人口増加の要因について分析していただきました。
国の統計データを使用して、社会学位に基づく人口動態の考え方をベースに各県の増減について探索的に分析した上で、人口の増減と様々な施設の数や税制のデータに対して相関分析や回帰分析、クラスタリングの統計的手法を適用し、福岡市の主な政策にも触れながら丁寧に考察をされていました。
スライドも構成だけでなく、一枚ごとの主張を意識し、わかりやすく伝えることを念頭に作られていたのも印象的でした。