背景: 生成モデルとは  |  Machine Learning  |  Google for Developers

2023/06/11 9 users Machine Learning 生成モデル 背景 シェ 分類

フィードバックを送信 背景: 生成モデルとは コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 「敵対的ネットワーク生成」という名前で「ジェネレーティブ」とはどういう意味ですか？ "ジェネレーティブ" は、判別モデルと対照的な統計モデルのクラスを表しています。 非公式に: ジェ... 続きを読む

羅生門効果：マーケティングモデルを蝕む本質的な「曖昧さ」 - 渋谷駅前で働くデータサイエンティストのブログ

2022/01/25 11 users MMM データサイエンティスト 予測 回帰モデル 実証分析

前回の記事でも触れましたが、ここ最近いわゆる需要予測系のマーケティングモデル（特にMedia Mix Modeling: MMM）を手掛けることが増えています。 この手の統計モデルは経済学で言うところの「実証分析」に当たると思われ、一般には「予測」よりも「説明」に用いられることが多いです。より具体的に言えば、回帰モデル... 続きを読む

顧客の潜在的な購買特性を加味したpLTV｜Dentsu Digital Tech Blog｜note

2020/06/24 5 users Note 顧客 LTV 産学連携 電通デジタル

電通デジタルで機械学習エンジニアをしている今井です。 本記事では、顧客の潜在的な購買特性を加味してLTV（life time value）を予測するための統計モデルについて紹介します。 こちらは大阪大学 櫻井研究室との産学連携において開発されたモデルです。 顧客の潜在的な購買特性を検出する pLTVモデルは、RFM指標（Recen... 続きを読む

西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum

2020/05/17 18 users StatModeling Memorandum MLE

先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE... 続きを読む

【統計モデリング入門 】一般化線形モデル（GLM）を基礎から学ぶ -Pythonによる実践あり-｜はやぶさの技術ノート

2020/05/07 18 users gLm 備忘録 はやぶさ モデリング Cpp_Learning

こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。仕事でもプライベートでも機械学習で色々やってます。 今回は統計モデルの一つ、一般化線形モデル（GLM：Generalized Linear Model）について勉強したので、備忘録も兼ねて本記事を書きます。 統計モデリング入門 最初に「モデリング」や「モデル」などの用... 続きを読む

Retty データ分析チーム - 立ち上げ2年目の振り返り 〜データプラットフォーム/データ民主化/統計モデル〜 - Retty Tech Blog

2019/12/19 11 users Retty Twitter 平野 モチベーション マネージャー

この記事はRettyアドベントカレンダー19日目の記事です。 昨日はretty-y-takaseによるプロポーザル提出は個人のモチベーションに左右されずコントロールすることが可能なのかでした。 1. はじめに こんにちは、Rettyのデータ分析チームでマネージャーをやっている平野(twitter / fb)です。 データ分析チームを去年の4月... 続きを読む

京都大学がビッグデータの新統計法則を発見、「べき則」の普遍性を解明 | 大学ジャーナルオンライン

2018/04/08 266 users 解明 現象 従来 普遍性 構築

　京都大学の梅野健教授と新谷健修士課程学生は、世界中の様々なビッグデータに現れる「べき則」の普遍性を説明する新しい統計法則を発見した。この統計法則は「超一般化中心極限定理」と呼べるもので、データ上に普遍的に現れるという。これにより世界の様々な現象の統計モデルの構築が期待される。 従来、統計学で用いられるデータ解析では基本的な統計則として、中心極限定理や2018年4月8日 京都大学がビッグデータの新... 続きを読む

ことばと世界──コンピューターはいかにそれを理解するのか « WIRED.jp

2017/07/16 267 users コンピューター WIRED.jp world 正解 分野

How Computers Are Changing the Way We Explain the World：ことばと世界──コンピューターはいかにそれを理解するのか 意味や理由を一切考えることなく、 膨大なデータを用いた統計モデルによって正解を導き出す。 コンピューターによる世界を説明する方法は、 人間のそれとはまったく異なるものである。 翻訳サーヴィスや科学証明といった あらゆる分野に浸透し... 続きを読む

ことばと世界──コンピューターはいかにそれを理解するのか « WIRED.jp

2016/07/24 267 users コンピューター WIRED.jp world 正解 分野

How Computers Are Changing the Way We Explain the World：ことばと世界──コンピューターはいかにそれを理解するのか 意味や理由を一切考えることなく、 膨大なデータを用いた統計モデルによって正解を導き出す。 コンピューターによる世界を説明する方法は、 人間のそれとはまったく異なるものである。 翻訳サーヴィスや科学証明といった あらゆる分野に浸透し... 続きを読む

自然言語処理シリーズ トピックモデルによる統計的潜在意味解析｜コロナ社

2015/02/10 49 users コロナ社 本書 記号 トピックモデル 背後

大量のデータの背後にある潜在的な情報を抽出する技術として，トピックモデルと呼ばれる統計モデルの研究が近年注目を集めている。本書はこれについて，言語処理という具体的な問題に対して，その理論と応用をわかりやすく解説する。 0. 本書の使い方 　0.1　 本書の読み方 　0.2　 各章と付録の説明 　0.3　 本書で用いる記号など 1. 統計的潜在意味解析とは 　1.1 　潜在的意味・トピックと潜在的共... 続きを読む

Python：回帰分析 : 分析技術とビジネスインテリジェンス

2012/08/19 62 users scikit-learn Orange ライブラリ 本来 調査

今回はPythonによる回帰分析（OLS：Ordinary Least Squares）の実施方法をまとめる。 まずは最小2乗法に基づく重回帰式の作成と結果表示方法を取り上げる。 ライブラリの使い分けについては調査のしやすさを優先しているが、回帰分析については統計モデルはOrange、予測モデルはscikit-learnでやろうかなと考えている。 本来はすべてを統一したいが、後者ライブラリは回帰分... 続きを読む