Submit Search
Upload
Exploratory seminar20191115
•
0 likes
•
209 views
Masabumi Furuhata
Follow
Exploratory seminar20191115
Read less
Read more
Business
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 29
Download now
Download to read offline
Recommended
Node-REDのworldmapの活用
Node-REDのworldmapの活用
OSgeo Japan
FOSS4G 2018 Tokyoでの、五大開発株式会社 荒木 光一さまの発表資料
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Ayako Omori
2018年3月1日開催:Azure Webinar「Microsoft Bot Framework ではじめるチャットボット開発」資料 https://info.microsoft.com/JA-PowerBI-WBNR-FY18-03Mar-01-BotFramework-MCW0002739_01Registration-ForminBody.html
転移学習ランキング・ドメイン適応
転移学習ランキング・ドメイン適応
Elpo González Valbuena
Slides for ランキング学習勉強会第4回
20160512
20160512
ShingoOKAWA
Technology Meetup @ Supership, inc. 12/05/2016
Geonamesjp_0312
Geonamesjp_0312
yoichi takahashi
http://geonames.jp/ の説明資料(LODチャレンジ2014基盤技術部門 最優秀賞 受賞時のデモ用)になります。 geonames.jp については下記も併せて参照してください 技術資料 https://github.com/indigo-lab/geonamesjp/wiki FAQ https://github.com/indigo-lab/geonamesjp/wiki/FAQ
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
hide ogawa
11月度 データ分析・機械学習 LT会 ごった煮編 [オンライン] https://dataadventure.connpass.com/event/193810/ 2020年11月27日 プレゼン資料 #plotlydashbook colab: https://colab.research.google.com/drive/1xRBL4oGo1jW1nybwFLoNmC2EwdAnkEPg?usp=sharing
Tableau Developers Club Season2 - 外部サービス連携デモ
Tableau Developers Club Season2 - 外部サービス連携デモ
Kenji Noguchi
Tableau Developers Club Season 2 /* Tableau の API すべて */ Tableau 外部サービス連携デモ
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
ReNom User Group
ReNom User Group #10 Part1
Recommended
Node-REDのworldmapの活用
Node-REDのworldmapの活用
OSgeo Japan
FOSS4G 2018 Tokyoでの、五大開発株式会社 荒木 光一さまの発表資料
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Ayako Omori
2018年3月1日開催:Azure Webinar「Microsoft Bot Framework ではじめるチャットボット開発」資料 https://info.microsoft.com/JA-PowerBI-WBNR-FY18-03Mar-01-BotFramework-MCW0002739_01Registration-ForminBody.html
転移学習ランキング・ドメイン適応
転移学習ランキング・ドメイン適応
Elpo González Valbuena
Slides for ランキング学習勉強会第4回
20160512
20160512
ShingoOKAWA
Technology Meetup @ Supership, inc. 12/05/2016
Geonamesjp_0312
Geonamesjp_0312
yoichi takahashi
http://geonames.jp/ の説明資料(LODチャレンジ2014基盤技術部門 最優秀賞 受賞時のデモ用)になります。 geonames.jp については下記も併せて参照してください 技術資料 https://github.com/indigo-lab/geonamesjp/wiki FAQ https://github.com/indigo-lab/geonamesjp/wiki/FAQ
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
hide ogawa
11月度 データ分析・機械学習 LT会 ごった煮編 [オンライン] https://dataadventure.connpass.com/event/193810/ 2020年11月27日 プレゼン資料 #plotlydashbook colab: https://colab.research.google.com/drive/1xRBL4oGo1jW1nybwFLoNmC2EwdAnkEPg?usp=sharing
Tableau Developers Club Season2 - 外部サービス連携デモ
Tableau Developers Club Season2 - 外部サービス連携デモ
Kenji Noguchi
Tableau Developers Club Season 2 /* Tableau の API すべて */ Tableau 外部サービス連携デモ
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
ReNom User Group
ReNom User Group #10 Part1
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
Deep Learning Lab 第4回
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
MPN Japan
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
深層学習の導入で抱える課題とユースケース実例 DLLAB 名古屋講演資料
Tableau data science_20190627_distribute
Tableau data science_20190627_distribute
Masabumi Furuhata
Tableau Data Science
研修資料
研修資料
Yuta Tonegawa
総務省「若年層に対するプログラミング教育の普及推進事業」 @群馬県教育センター
JupyterLabを中心とした快適な分析生活
JupyterLabを中心とした快適な分析生活
Classi.corp
JupyterLabを中心とした分析環境についての資料です
20180717 grid
20180717 grid
Yutaka Terasawa
AI
Tdc 20181121
Tdc 20181121
Masabumi Furuhata
TDC
Forecast flow seminar_20190125
Forecast flow seminar_20190125
Masabumi Furuhata
Forecast Flow Seminar Material
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
Ridge-i
GTC Japan 2018 - テクニカルセッション 最新の論文や独自手法を活用した ディープラーニングソリューションの事例 - 敵対生成学習による外観検査のための異常検知手法
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
BIGLOBE Inc.
30年間、事業を支えてきた業務システムをDDDで刷新する。 そのためには、組織的、エンジニアのレベルなど多くの問題があります。 その壁をどう乗り越えたのか? そして、壁の向こうで得た恩恵とは何のか? 5年という期間を経て、得ることのできた気づきや組織的な変化をお伝えしたいです。
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
BrainPad Inc.
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
Go2GroupJapan
グリー株式会社吉川毅氏によるセッションスライド
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
2018年12月14日のデータサイエンティストキャリアトークイベントでの発表資料 https://connpass.com/event/107602/
ReNom User Group #1 Part1
ReNom User Group #1 Part1
ReNom User Group
7/21/2017 ReNom User Group #1 Part1
バージョンアップした「ReNomIMG」の紹介
バージョンアップした「ReNomIMG」の紹介
ReNom User Group
ReNom User Group #10 Part2
とらのあなエンジニア採用イベント 2017年2月9日
とらのあなエンジニア採用イベント 2017年2月9日
Junichi Noda
(中途採用説明会) オタク企業で働くエンジニアの魅力について [秋葉原] https://yumenosora.connpass.com/event/49577/ の資料です
Yahoo!ブラウザーにおける市場環境の分析と戦略化
Yahoo!ブラウザーにおける市場環境の分析と戦略化
Yahoo!デベロッパーネットワーク
2017.02.28 CAMPFIRE GrowthHack #1 https://yj-meetup.connpass.com/event/48214/ にて登壇した内容です。
2023フライウィール会社紹介_導入事例集.pdf
2023フライウィール会社紹介_導入事例集.pdf
FLYWHEEL Inc.
株式会社フライウィールの会社紹介および導入事例集です。
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
ytakahashi4
ゆめみ会社紹介&実績資料 for Saleshub
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
ssuser8de8212
Business
More Related Content
Similar to Exploratory seminar20191115
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
Deep Learning Lab 第4回
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
MPN Japan
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
深層学習の導入で抱える課題とユースケース実例 DLLAB 名古屋講演資料
Tableau data science_20190627_distribute
Tableau data science_20190627_distribute
Masabumi Furuhata
Tableau Data Science
研修資料
研修資料
Yuta Tonegawa
総務省「若年層に対するプログラミング教育の普及推進事業」 @群馬県教育センター
JupyterLabを中心とした快適な分析生活
JupyterLabを中心とした快適な分析生活
Classi.corp
JupyterLabを中心とした分析環境についての資料です
20180717 grid
20180717 grid
Yutaka Terasawa
AI
Tdc 20181121
Tdc 20181121
Masabumi Furuhata
TDC
Forecast flow seminar_20190125
Forecast flow seminar_20190125
Masabumi Furuhata
Forecast Flow Seminar Material
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
Ridge-i
GTC Japan 2018 - テクニカルセッション 最新の論文や独自手法を活用した ディープラーニングソリューションの事例 - 敵対生成学習による外観検査のための異常検知手法
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
BIGLOBE Inc.
30年間、事業を支えてきた業務システムをDDDで刷新する。 そのためには、組織的、エンジニアのレベルなど多くの問題があります。 その壁をどう乗り越えたのか? そして、壁の向こうで得た恩恵とは何のか? 5年という期間を経て、得ることのできた気づきや組織的な変化をお伝えしたいです。
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
BrainPad Inc.
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
Go2GroupJapan
グリー株式会社吉川毅氏によるセッションスライド
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
2018年12月14日のデータサイエンティストキャリアトークイベントでの発表資料 https://connpass.com/event/107602/
ReNom User Group #1 Part1
ReNom User Group #1 Part1
ReNom User Group
7/21/2017 ReNom User Group #1 Part1
バージョンアップした「ReNomIMG」の紹介
バージョンアップした「ReNomIMG」の紹介
ReNom User Group
ReNom User Group #10 Part2
とらのあなエンジニア採用イベント 2017年2月9日
とらのあなエンジニア採用イベント 2017年2月9日
Junichi Noda
(中途採用説明会) オタク企業で働くエンジニアの魅力について [秋葉原] https://yumenosora.connpass.com/event/49577/ の資料です
Yahoo!ブラウザーにおける市場環境の分析と戦略化
Yahoo!ブラウザーにおける市場環境の分析と戦略化
Yahoo!デベロッパーネットワーク
2017.02.28 CAMPFIRE GrowthHack #1 https://yj-meetup.connpass.com/event/48214/ にて登壇した内容です。
2023フライウィール会社紹介_導入事例集.pdf
2023フライウィール会社紹介_導入事例集.pdf
FLYWHEEL Inc.
株式会社フライウィールの会社紹介および導入事例集です。
Similar to Exploratory seminar20191115
(20)
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
JPC2017 [D1-1] MS HoloLens と MS Azure で実現する製造業における経営の意思決定変革
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Tableau data science_20190627_distribute
Tableau data science_20190627_distribute
研修資料
研修資料
JupyterLabを中心とした快適な分析生活
JupyterLabを中心とした快適な分析生活
20180717 grid
20180717 grid
Tdc 20181121
Tdc 20181121
Forecast flow seminar_20190125
Forecast flow seminar_20190125
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
DDD Alliance レガシーなコードにドメイン駆動設計で立ち向かった5年間の軌跡
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
アジャイルナイトセミナー_2012年10月18日_Social Game x Agile Development
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
ReNom User Group #1 Part1
ReNom User Group #1 Part1
バージョンアップした「ReNomIMG」の紹介
バージョンアップした「ReNomIMG」の紹介
とらのあなエンジニア採用イベント 2017年2月9日
とらのあなエンジニア採用イベント 2017年2月9日
Yahoo!ブラウザーにおける市場環境の分析と戦略化
Yahoo!ブラウザーにおける市場環境の分析と戦略化
2023フライウィール会社紹介_導入事例集.pdf
2023フライウィール会社紹介_導入事例集.pdf
Recently uploaded
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
ytakahashi4
ゆめみ会社紹介&実績資料 for Saleshub
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
ssuser8de8212
Business
Temp agency_Value Core Consulting Co., Ltd.
Temp agency_Value Core Consulting Co., Ltd.
dyasa
Temp agency_Value Core Consulting Co., Ltd.
HRMOS-saiyo_overview_material_powred_by_bizreach
HRMOS-saiyo_overview_material_powred_by_bizreach
gmiki1
HRMOS-saiyo overview material.
CFO組織の働き方を変える 経理業務変革プラットフォーム 「BlackLine」のご紹介
CFO組織の働き方を変える 経理業務変革プラットフォーム 「BlackLine」のご紹介
taisukekuwano4
経理業務変革プラットフォーム「BlackLine」の概要紹介資料です。
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
DAISUKE NAKAMURA
特定技能紹介資料
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
ssuserdc1268
採用デック
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
ssuser4eac57
研究の力を、人類の力に。 私たちは信じている。研究の力を。 電気も、ワクチンも、インターネットも。 人類の今を支える発明やイノベーションは、研究から生まれた。 これからも研究こそが、社会課題解決の土台となり、未来を創造していくだろう。 だから私たちは、研究を加速させたい。 研究の力を、もっと人類の力に変えたい。 人と人、組織と組織、学術と産業といった壁を超えて、 研究者や、その支援者や、研究の成果がシナプスのように結びつき、 研究自体も、研究が生み出す社会へのインパクトも、飛躍的に加速する。 そんな場をつくり、より明るく、持続的な人類の未来に貢献します。 研究エンパワープラットフォーム LabBase
intra-mart Accel series 2024 Spring updates
intra-mart Accel series 2024 Spring updates
NTTDATA INTRAMART
Release 2024 Spring
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
recruit9
株式会社VISIONARY JAPANの採用ピッチ資料です。
kintone Café 山口 Vol.8 kintone×UiPath.pdf
kintone Café 山口 Vol.8 kintone×UiPath.pdf
takashihashimoto14
kintone Café 山口 Vol.8「多様な活用ができるkintone」のLTにて発表した資料です。https://kintone-cafe-yamaguchi.connpass.com/event/315662/
smartcamp_RECRUIT_deck 2024060606 dddddd
smartcamp_RECRUIT_deck 2024060606 dddddd
design777859
Smartcamp deck.
Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
Yasuyoshi Minehisa
service
MMOLHolging株式会社|BtoC、D2C事業グロース支援・インターナルブランディング、採用ブランディング、社員エンゲージメント向上DX
MMOLHolging株式会社|BtoC、D2C事業グロース支援・インターナルブランディング、採用ブランディング、社員エンゲージメント向上DX
sakanotakashi
MMOLHolgings_company_short.pdf
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
Members_corp
株式会社メンバーズが毎月発行している社内報MEMBUZZ(メンバズ)を公開しています。
株式会社メンバーズ「脱炭素アクション100」2023年度実施レポート(2024.6.6)
株式会社メンバーズ「脱炭素アクション100」2023年度実施レポート(2024.6.6)
Members_corp
メンバーズでは、デジタルクリエイター(当社社員)がお客さま企業の支援を中心とした日々の業務における行動の一つひとつを変えることで脱炭素社会の実現に貢献するために、2023年4月に「脱炭素アクション100」を全社に展開し社員による取り組みを開始しました。これらの脱炭素の取り組みを広く活用していただきたいと考え、メンバーズでの推進プロセスおよび実績をまとめたレポートを公開します。
Recently uploaded
(16)
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
LabBase就職ご紹介資料_240605サービス概要説明資料240605.pdf
Temp agency_Value Core Consulting Co., Ltd.
Temp agency_Value Core Consulting Co., Ltd.
HRMOS-saiyo_overview_material_powred_by_bizreach
HRMOS-saiyo_overview_material_powred_by_bizreach
CFO組織の働き方を変える 経理業務変革プラットフォーム 「BlackLine」のご紹介
CFO組織の働き方を変える 経理業務変革プラットフォーム 「BlackLine」のご紹介
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
intra-mart Accel series 2024 Spring updates
intra-mart Accel series 2024 Spring updates
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
kintone Café 山口 Vol.8 kintone×UiPath.pdf
kintone Café 山口 Vol.8 kintone×UiPath.pdf
smartcamp_RECRUIT_deck 2024060606 dddddd
smartcamp_RECRUIT_deck 2024060606 dddddd
Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
MMOLHolging株式会社|BtoC、D2C事業グロース支援・インターナルブランディング、採用ブランディング、社員エンゲージメント向上DX
MMOLHolging株式会社|BtoC、D2C事業グロース支援・インターナルブランディング、採用ブランディング、社員エンゲージメント向上DX
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
株式会社メンバーズ「脱炭素アクション100」2023年度実施レポート(2024.6.6)
株式会社メンバーズ「脱炭素アクション100」2023年度実施レポート(2024.6.6)
Exploratory seminar20191115
1.
株式会社GRI データで新たな事業を開発していくカンパニー。 Confidential 分析会社でのExploratoryの使い方のご紹介 ~自動機械学習(AutoML)の後に因果推論~ 2019/11/15 古幡征史 & 斉藤浩樹
2.
©GRI Inc.CONFIDENTIAL S, R,
Exploratoryとの出会い • 初期分析 • 回帰分析 • 一般化線形モデル • Windows/Linux Dualの個人PCの 限界 • たまに利用 • dplyr • GBM/XGBoost • iGraph • 2019年に契約 1992年 S言語を利用 1998年 R言語を利用 2014年 R-Studioを利用 2017年 Exploratoryを利用
3.
©GRI Inc.CONFIDENTIAL GRIの分析系のサービス領域 BI データ 分析基盤 データ分析 事業企画
4.
©GRI Inc.CONFIDENTIAL 本日の話のエッセンス ForecastFlow 自動機械学習 Exploratory 統計解析/因果推論 • 「データ利活用を自分たちでできるようになりたい」というプロジェクトの一例 •
機械学習/AIを業務で使いたい • 機械学習/AIの結果は、どの程度、正しそうか? • 現在進行形の状況を共有
5.
©GRI Inc.CONFIDENTIAL 住宅購入のシナリオ めったに買わない 情報の非対称性 高額商品 長い契約までの期間 毎日売っている
6.
©GRI Inc.CONFIDENTIAL ある会社の住宅購入までの流れ ユーザ エンゲージメント 見学会 DM アウトバウンド (コール) 相談会 成約 マイホーム ホームページ 情報収集 時間
7.
©GRI Inc.CONFIDENTIAL 住宅購入プロセスをデータ利活用で最適化したい ユーザ エンゲージメント 見学会 DM アウトバウンド (コール) 相談会 成約 マイホーム ホームページ 情報収集 時間 データはあるけど 使いこなせていない 自分たちで分析を 続けられる 自動機械学習を!
8.
©GRI Inc.CONFIDENTIAL 自動機械学習(AutoML)の使いどころ ユーザ エンゲージメント 見学会 DM アウトバウンド (コール) 相談会 成約 マイホーム 【事前的予測】 資料請求の時点のデータで、成 約見込みを推論(事前に訓練) ①効率的に営業をかける ②パーソナライズ施策 【事後的予測】 マイホームに関心がある 人で成約につながるまで の全ての施策で何が効く のか(事後的に訓練) ホームページ 情報収集 時間
9.
©GRI Inc.CONFIDENTIAL データセットの作成 • ID:
primary keyのデータセット • 教師データ: 成約 • 特徴量: ユーザ属性、資料請求時情報、広告、ア ウトバウンドコール、セミナー、説明会、興味関心 • Exploratoryではdplyrをベースにし たマウス操作で特徴量作成 • チートシートで何ができるか理解 https://rstudio.com/wp- content/uploads/2015/09/data-wrangling- japanese.pdf
10.
©GRI Inc.CONFIDENTIAL 初期分析(単変数で説明できそうか?)
11.
©GRI Inc.CONFIDENTIAL 初期分析(単変数で説明できそうか?)
12.
©GRI Inc.CONFIDENTIAL 自動機械学習を試すとき ◼単変数で上手く問題を説明できない ◼大量に特徴量が考えられる
13.
©GRI Inc.CONFIDENTIAL 自動機械学習(大量の特徴量から予測の説明に効く特徴量) 各見込み顧客が「成約するか?」を それ以外の情報(特徴量)で 予測(説明)できるか? ※典型的に数百の特徴量
14.
©GRI Inc.CONFIDENTIAL 自動機械学習に任せたいところ • 大量のデータでも最適なパラメタを高速に自動 的に決定しプロットをさせる •
予測スコアも簡単に出力
15.
©GRI Inc.CONFIDENTIAL 自動機械学習(AutoML)とは 既存のデータセット • アルゴリズム •
ハイパーパラメタ • 実行基盤 • 予測モデル 施策立案 の解釈 XAI(Explainable AI) とりあえずデータを投入すると自動的に機械学習が動き出力される 訓練 新しいデータセット 推論 自動機械学習(eg: ForecastFlow) • 予測スコア 施策対象 の選定 効率化/自動化
16.
©GRI Inc.CONFIDENTIAL 自動機械学習の出力結果例 数百の特徴量を作り、それをAuto MLに突っ込んで、とりあえず重要な特徴量を高速に見つける
17.
©GRI Inc. 自動機械学習(LightGBM系)のPros/Cons Pros ◼とりあえず大量のデータセッ トを作れば高速に大まかな傾向 をとらえられる(施策選定に効 果的) ◼推論により予測スコアを施策 実施時に活用できる(What-if 分析含む) Cons ◼各特徴量の実際の効果を数値 的に説明しきれない部分が出て くる(大まかには言えるが詳細 な数値に関しては交絡している ところの説明が苦しい) ◼予測スコアにキャリブレー ションできていないので閾値の 調整が必要
18.
©GRI Inc.CONFIDENTIAL Exploratoryで自動機械学習でつらい所を利用(現在進行形) ◼推論での閾値調整 ◼細かな因果的な効果までの数値 化への挑戦(特に交絡している 特徴量の部分)
19.
©GRI Inc.CONFIDENTIAL 推論用の閾値調整 【推論】 成約する/しない 1: 成約する0:
成約しない ID: C1123 成約確率: 0.45 自動機械学習が出力する推論 結果が、0 or 1ならば判定の閾 値は不要 実際には0から1の実数、推論 結果を解釈する上で閾値は 0.5で良いか?
20.
©GRI Inc.CONFIDENTIAL 出力される分布の形状は様々なので良い閾値を探した方が良い 1: 成約する0:
成約しない 一般的に「成約する」人は少ないので、出力される分布は等しくならない
21.
©GRI Inc.CONFIDENTIAL 最適な閾値の推定 最適な閾値 0.48
(F値:0.9178) デフォルト閾値 0.5 (F値:0.9156)
22.
©GRI Inc.CONFIDENTIAL 因果推論の必要性 数百の特徴量 自動機械学習 重要特徴量 ※この特徴量の 本当の効果? 教師データ
23.
©GRI Inc.CONFIDENTIAL 自動機械学習で解釈に困るとき 高い影響で担当営業(初回)がいない(NULL)場合、成約しやすい (本当の効果はどのくらいだろうか?)
24.
©GRI Inc.CONFIDENTIAL 因果推論の手順 ※この特徴量 (担当営業初回が NULL)の本当の効果? 参考 https://qiita.com/A_KI/items/39f542730512fbab5066 成約 (教師データ) 気になる特徴量を それ以外の特徴量で予測 (ロジスティック回帰分析) 重要特徴量 傾向スコア 逆確率 重み付け (予測値の 逆数重み付け) ロジスティック回帰 の予測値 逆確率重み (営業がNULLだったデータの出現 のしやすさを調整するための重み) GLM一般化線形モデルを用いて 「成約」を「担当営業初回」で説明 その際、逆確率重みを使う 担当営業初回がNULLの 効果の推定
25.
©GRI Inc.CONFIDENTIAL 営業がNULLの結果の比較 自動機械学習 初回営業がNull 0.298 因果推論で0.29
26.
©GRI Inc.CONFIDENTIAL コマンドはpredicted_probability
27.
©GRI Inc.CONFIDENTIAL 本日のまとめ ◼データ利活用プロジェクトの中で、自動機械学習とExploratoryの使っ ているところをご紹介 ◼因果推論で数値の厳密性を解き明かす際にExploratoryの機能を活用 (現在進行形であるが)
28.
©GRI Inc.CONFIDENTIAL Exploratory活用に関する弊社の今後の課題 ◼因果推論の事例パターンを増やす ◼Generalized Random
Forestの適用を試してみる ◼XGBoostなどでの最適ハイパーパラメタの自動選定法
29.
©GRI Inc.CONFIDENTIAL 因果推論のイメージ チョコレート ノーベル賞 ノーベル賞 研究予算 国力 チョコレート 国ごとのチョコレート消費量とノーベル賞獲得数の関係 https://www.statschat.org.nz/2017/03/09/causation-correlation-and-gaps/
Download now