SlideShare a Scribd company logo
データマイニングの話
詰め合わせ
埼玉工業大学 情報の分析と活用
2018/11/21
中山心太
自己紹介
• ところてん
• @tokoroten
• 株式会社NextInt 代表
• 怪文章職人
• 最近の活動
• データサイエンティスト養成読本
ビジネス活用編
• 最近のお仕事
• 機械学習顧問(4社)
• スマホアプリミドルウェア屋
• SIer
• ECプラットフォーム
• データ分析企業
• 新規事業コンサルティング(1社)
• ゲームディレクター(1社)
↓共著 ↓寄稿↓共著
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
相撲の八百長(ヤバい経済学より)
• 相撲の仕組みを雑に説明
• 各場所ごとに15戦
• 勝ち越す(8勝以上)と、番付が大きく上がる
• 負け越す(7勝以下)と、番付が下がる
• 番付の変化量は右の図のように歪んでいる
• 基本的に番付が近い力士同士が取組
• 八百長はどこで起こりえる?
• 千秋楽で、8勝6敗の力士Aと、7勝7敗の力士Bが取組
• 力士Aは勝っても負けても番付が上がる
• 力士Bは勝たないと番付が下がる
• 力士Bは、力士Aから星を売ってもらうと双方幸せ
相撲の八百長を見つけるには?
• 理想的な勝率と実際の勝率を比較する
• 実力が近い者同士が組まれていると仮定すると、勝率は50%
• 勝率が50%ということは、コイントスと同じ
• コインを15回投げて、何回表が出るかを考える
• コイントスであれば7回表と8回表は同じ回数出るはず
• もし八百長が行われているとすると、8勝の力士が増えるはず
• 余談:コイントスの分布
• 二項分布と呼ばれている
• 詳しくは統計の講義を取ろう
• コインを15回投げると19%の確率で
7回表と、8回表が出る
Winning Isn’t Everything: Corruption in Sumo Wrestling
http://pricetheory.uchicago.edu/levitt/Papers/DugganLevitt2002.pdf
不正
相撲の不正
• グラフからわかること
• 7勝の人が理想値よりも少ない
• 8勝の人が理想値よりも多い
• 10勝の人が理想値よりも少ない
• 千秋楽で8,9,10勝している人が、7勝の人に星を渡している可能性
• 実際の勝率はどうだったか?(ヤバい経済学より)
相撲協会はどう反応したのか?
• 相撲の不正告発論文は2002年発表
• 統計的に不正があることは明らかだが、
実証が無かったため放置された
• 実際に八百長で問題になるのは2011年
• 野球賭博問題で携帯電話を押収
• 押収された携帯電話から、星のやり取りの情報が明るみに
• 力士58人が引退、2人が解雇
• 正直なところ、対応遅すぎないすか……
演習:論文を探してみよう
• Google Scholar
• https://scholar.google.co.jp/
• 世界中の論文が探せる
• 「Corruption in Sumo Wrestling」
で検索して、今回の論文が出るか探してみよう
• CiNii
• https://ci.nii.ac.jp/
• この講義の先生の名前で検索してみよう
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
ソシャゲのガチャが壊れた話
https://twitter.com/rpg_ae/status/1040601898376544256
何が起こっていたのか?
https://twitter.com/GARSON33496467/status/1040618546391220224
運営はどんな運用をしていたのか?(推測)
運営はどんな運用をしていたのか?(推測)
• ゲーム全体で一つのガチャを運用していた
• データベースに星3、星4、星5のカードを入れる
• ガチャを引くと、データベースからランダムにカードが選ばれる
• 選ばれたカードはデータベースから消える
• いわゆる「非復元抽出」を行っていた
• なぜこのような運用を行うのか?
• 非復元抽出を行うことで、ゲーム全体でのカードの出現率を一定化
• 超超レアカードが偶然に何十枚と出てしまうことを防ぐ
• 公表しているガチャ確率と、実測の確率を一致させる
• 普通のガチャはどんな実装?
• カードの排出確率に基づいて、その場で抽選を行ってカードを排出
• いわゆる「復元抽出」
• 偶然により、公表しているガチャ確率とズレる可能性がある
実際には何が起こったのか?(推測)
実際には何が起こったのか?(推測)
• 星3は量が多いので、ガチャに入れるのに時間がかかる
• 星3を入れるのに時間がかかりすぎて失敗と判断されて、無
かったことにされる(タイムアウト、ロールバック)
• 星4、星5は量が少ないので、すぐに挿入が終わる
• 星4、星5しか入っていないガチャが出来上がる
https://twitter.com/GARSON33496467/status/1040618546391220224
データと実装
• データ的に正しいことを行おうとして、実装的に失敗
• 超レアカードが存在するため、復元抽出では枚数がバラける
• ゲーム全体で1枚しか出る予定が無いカードが2枚出てしまったら、存在確率が大
きく異なることになってしまう。
• 非復元抽出を行うために、複雑なシステムを作った結果失敗
• その後の対応が微妙……
• 調査したら、星5が4枚以上入っていたら、再抽選というロジックが
見つかった
• 滅多に起きない事象なので、ゲーム全体としてのカード排出枚数は、想定する確
率分布と差が無かったとレポート
• この件について謝罪するも、景表法違反として大炎上
• 実装が腐っていたであろう話が有耶無耶に……
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
ソシャゲのランキングイベントの話
• ランキングイベントのメリット
• 人と人を競争させることで、売上が伸びる
• 特攻カードを売ることで、儲けることができる
• 簡単に稼ぐことができる
• ランキングイベントのディメリット
• 2週間~1カ月ごとにコンテンツを供給しないといけないので更新コス
トが極めて高い
• ユーザがランキングのためのプレイングで疲弊して逃げていく
• ユーザがランキングのための課金圧に耐えられなくて逃げていく
• ランキングイベントは諸刃の剣
• 短期的には儲かるが、長期的にはユーザが減る
ランキングの報酬設計手法
仕事ではじめる機械学習の
コラムで触れている話
ランキングの報酬設計手法
• 報酬が存在しない場合のランキング、課金分布
• イベントでランキングがあったと仮定してグラフを作る
• 実際はこんなキレイな曲線にはならないので、
10位ごとの平均値などで均すとよい
課金額
順位
ランキングの報酬設計手法
• ある順位以上に報酬を出すようにした場合
• ランキング境界付近の課金額が持ち上がる
• あと少しで報酬がもらえる、というところで競争が生まれる
課金額
順位
報酬境界
ランキングの報酬設計手法
• ランキング境界による持ち上がりがオーバーラップしないように、ランキング境界
を切っていく
• ランキングが適切に設計できると、オレンジ線のような歪みが生まれる
• 曲線が歪んでいないのであれば、ランキングイベントの設計が失敗している
• オレンジ線-灰色線=ランキングの効果
課金額
順位
ランキングの報酬設計手法
• ランキング=オークションシステムだと考える
• 配布物の価値=ランキングのボーダーラインの課金額
• レアカードであれば、そのレアカードの価値が決定する
• ユーザはガチャを回すよりも安いから、イベントに参加していると仮定する
• イベント課金額が下がってきているのであればカードの強さ、絵柄が足りない
• ガチャでの排出期待値と比較して、ランキングの価値が適当かどうかを考える
• カード価値が下がってきていると分かったら、インフレさせることを考える
課金額
順位
ランキング報酬で
レアカード配布
ボーダーライン
の課金額
このような現象はどこで起こる?
• 数値に対して、報酬や税制が非線形になっていると、その前後
で統計の値が歪む
• 配偶者控除、130万円の壁
https://style.nikkei.com/article/DGXMZO11493970Q7A110C1PPD001
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
用語解説
• クラウドファンディング
• 将来商品が受け取れる権利をもとに、資金調達を行う手法
• 工場で量産するためにはまとまった資金が必要
• 欲しい資金量を宣言して、その資金量に到達したら、資金調達できる
• マーケットリサーチと、資金調達を同時に行う仕組み
• Kickstarter
• クラウドファンディングの最大手
• Backer(名詞)
• 後ろにいる者=後援者、後ろ盾
• クラウドファンディングに投資した人
• Back(動詞)
• 支持する、後押しする
Kickstarterの不正を見つける
• クラウドファンディングは非線形
• 目標金額を達成すると、集めた資金が貰える
• 達成できないと、資金はもらえない
• All or Nothing
• 達成率の軸でクラウドファンディングを見てみる
• 集金金額/目標金額 で達成率に変換
• 達成率の軸でソートしてみる
• ソシャゲのグラフと同じような分布になっていれば、
クラウドファンディングの効果が出ているはず
• Kickstarterのデータを収集して分析してみる
• 仕事ではじめる機械学習の中の分析レポート
データ収集
• KickstarterのAPIを利用して収集したデータ
• Technologyカテゴリのプロジェクト、21404件
• データ収集日、2017/03/04
• データ収集方法
• Kickstarterの非公開APIを利用し、jsonデータを収集
• 通常検索
• https://www.Kickstarter.com/projects/search?term=3d+printer
• 非公開API
• https://www.Kickstarter.com/projects/search.json?term=3d+printer
• ソースコード
• https://github.com/oreilly-japan/ml-at-work/tree/master/chap08
• 備考:APIは4000件までしか結果を返さないので、Technologyカテゴリの下にある
サブカテゴリを指定して検索件数を抑制し、新しいプロジェクト順でデータ収集を実
施
• データ欠損の可能性があり
• 次のクエリでTechnologyタグ全体を検索した際のhit数は27000件であり、データ欠
損の可能性がある
• https://www.Kickstarter.com/projects/search.json?term=&category_id=16
データ欠損の可能性
• カテゴリと年度のデータから、appsカテゴリがデータ欠損の可能性あり
• 検索オーダーがNewestであるため、時系列を伴わない統計分析については問題ない
と判断する。以後、時系列を利用した分析を行う際にはappsカテゴリを除外して実
施する
データの個数 / category 年度
カテゴリー 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 総計
technology 2 6 44 102 172 201 221 224 45 1017
technology/3d printing 35 148 243 142 12 580
technology/apps 2 3 5 5 968 1842 1066 121 4012
technology/camera equipment 2 3 15 70 114 112 22 338
technology/diy electronics 1 4 15 24 195 256 218 33 746
technology/fabrication tools 1 5 2 2 45 77 64 11 207
technology/flight 1 6 7 99 166 87 10 376
technology/gadgets 6 10 480 977 773 126 2372
technology/hardware 9 49 101 199 697 829 742 559 79 3264
technology/makerspaces 1 2 3 38 94 55 11 204
technology/robots 1 8 21 15 118 179 116 24 482
technology/software 40 124 95 142 260 633 771 512 76 2653
technology/sound 5 11 11 103 188 192 33 543
technology/space exploration 1 5 15 10 65 94 72 12 274
technology/wearables 6 217 350 359 49 981
technology/web 7 944 1505 792 107 3355
総計 51 185 274 529 1279 5153 7819 5343 771 21404
プロジェクト数のトレンド
• プロジェクト数は2015年第二四半期をピークに減少トレンドである
• 他のクラウドファンディングサイトをクリエイターが使うようになった可能性
• Kickstarter内の他のタグにプロジェクトが流れている可能性がある。
• 決済通貨をUSDに限定しても同様の傾向であるため、海外案件が増えたわけではな
い
累計調達金額、成功プロジェクト数のトレン
ド
• 成功プロジェクト、調達金額(USDのプロジェクトに限定)は横ばい
• Kickstarterが縮小傾向にあるとは言えない
• 成功率の低いプロジェクトが2014年に多かっただけの模様
達成率に現れる特異点
• 達成率=調達金額/目標金額
• 達成率順に並べて可視化を行う(縦軸:達成率)
• 達成率100%近辺に特異点が発生している
特異点は終了したプロジェクトに現れる
• まだ募集中のプロジェクトに限定して達成率を算出
• 100%付近での特異点は消える
• プロジェクト終了間際に特異点が生まれると考えられる
年度ごとの達成率の分布
• フィルター条件
• 現在募集中のプロジェクトは除外
• 年度ごとの分析であるためappsカテゴリは除外
• 達成率の状況から、3つの異なる傾向が存在
• 2010年まで、2011~2013年、2014年以降
state (複数のアイテム) state (複数のアイテム)
category (複数のアイテム) category (複数のアイテム)
件数 列ラベル 割合 列ラベル
達成率 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 総計 達成率 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 総計
0-0.1 28 99 101 130 376 2417 3624 2269 167 9211 0-0.1 54.90% 54.10% 37.27% 24.81% 29.51% 57.75% 60.63% 53.05% 57.19% 54.07%
0.1-0.2 5 16 16 38 97 271 311 302 13 1069 0.1-0.2 9.80% 8.74% 5.90% 7.25% 7.61% 6.48% 5.20% 7.06% 4.45% 6.28%
0.2-0.3 1 4 13 21 61 164 193 140 9 606 0.2-0.3 1.96% 2.19% 4.80% 4.01% 4.79% 3.92% 3.23% 3.27% 3.08% 3.56%
0.3-0.4 4 6 15 40 109 123 95 3 395 0.3-0.4 0.00% 2.19% 2.21% 2.86% 3.14% 2.60% 2.06% 2.22% 1.03% 2.32%
0.4-0.5 1 3 3 16 30 65 98 75 8 299 0.4-0.5 1.96% 1.64% 1.11% 3.05% 2.35% 1.55% 1.64% 1.75% 2.74% 1.76%
0.5-0.6 1 4 8 18 45 74 64 4 218 0.5-0.6 0.00% 0.55% 1.48% 1.53% 1.41% 1.08% 1.24% 1.50% 1.37% 1.28%
0.6-0.7 2 4 13 30 41 36 1 127 0.6-0.7 0.00% 1.09% 0.00% 0.76% 1.02% 0.72% 0.69% 0.84% 0.34% 0.75%
0.7-0.8 2 1 1 5 23 36 23 1 92 0.7-0.8 0.00% 1.09% 0.37% 0.19% 0.39% 0.55% 0.60% 0.54% 0.34% 0.54%
0.8-0.9 1 1 7 16 16 20 5 66 0.8-0.9 0.00% 0.00% 0.37% 0.19% 0.55% 0.38% 0.27% 0.47% 1.71% 0.39%
0.9-1 1 1 9 5 9 25 0.9-1 0.00% 0.00% 0.37% 0.00% 0.08% 0.22% 0.08% 0.21% 0.00% 0.15%
1-1.1 9 16 20 47 109 206 311 251 14 983 1-1.1 17.65% 8.74% 7.38% 8.97% 8.56% 4.92% 5.20% 5.87% 4.79% 5.77%
1.1-1.2 2 11 16 26 43 94 127 102 8 429 1.1-1.2 3.92% 6.01% 5.90% 4.96% 3.38% 2.25% 2.12% 2.38% 2.74% 2.52%
1.2-1.3 4 9 17 39 73 94 68 6 310 1.2-1.3 0.00% 2.19% 3.32% 3.24% 3.06% 1.74% 1.57% 1.59% 2.05% 1.82%
1.3-1.4 1 2 8 12 37 47 71 56 2 236 1.3-1.4 1.96% 1.09% 2.95% 2.29% 2.90% 1.12% 1.19% 1.31% 0.68% 1.39%
1.4-1.5 1 4 5 9 29 34 46 48 5 181 1.4-1.5 1.96% 2.19% 1.85% 1.72% 2.28% 0.81% 0.77% 1.12% 1.71% 1.06%
1.5-1.6 1 3 2 11 20 37 51 45 170 1.5-1.6 1.96% 1.64% 0.74% 2.10% 1.57% 0.88% 0.85% 1.05% 0.00% 1.00%
1.6-1.7 3 8 9 17 31 38 35 1 142 1.6-1.7 0.00% 1.64% 2.95% 1.72% 1.33% 0.74% 0.64% 0.82% 0.34% 0.83%
1.7-1.8 1 1 3 9 21 26 46 27 1 135 1.7-1.8 1.96% 0.55% 1.11% 1.72% 1.65% 0.62% 0.77% 0.63% 0.34% 0.79%
1.8-1.9 1 7 13 25 31 21 4 102 1.8-1.9 0.00% 0.00% 0.37% 1.34% 1.02% 0.60% 0.52% 0.49% 1.37% 0.60%
1.9-2 2 5 18 24 26 20 95 1.9-2 0.00% 0.00% 0.74% 0.95% 1.41% 0.57% 0.44% 0.47% 0.00% 0.56%
>2 1 8 51 138 280 439 615 571 40 2143 >2 1.96% 4.37% 18.82% 26.34% 21.98% 10.49% 10.29% 13.35% 13.70% 12.58%
総計 51 183 271 524 1274 4185 5977 4277 292 17034 総計 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%
達成率の分布からわかること
• 観測された事実
• 達成率10%未満で終わるプロジェクトが54%存在する
• 達成率50%から100%で終わるプロジェクトは3%程度と少ない
• 達成率100%~110%で終わるプロジェクトは5.7%と非常に多い
• 達成率が200%超で終わるプロジェクトは12%以上ある
• 達成率の変曲点は、募集中のプロジェクトには存在しない
• 年度ごとに見ても、達成率に変曲点
• 達成率に応じて、プロジェクトは3種類に大別することができ
る
• 達成率50%未満 : 典型的な失敗プロジェクト
• 達成率50%~200% : 終了間際にBackされるプロジェクト
• 達成率200%超 : 大成功プロジェクト
典型的な失敗プロジェクト
• 達成率10%未満で終わるプロジェクトが54%存在する
• プロジェクトの16.2%はBackerが0人、52%が10人以下
• 身内のご祝儀Backもできないような準備不足プロジェクトが多い
• プロジェクトを成功させたいのであれば、Backer100人をどう
やって集めるかを考える必要がある
割合 列ラベル
Backer人数 canceled failed live suspended successful 総計
0 23.8% 20.7% 23.9% 18.8% 0.0% 16.2%
1 10.1% 14.3% 12.2% 10.0% 0.1% 10.4%
2 6.0% 9.8% 6.8% 4.2% 0.3% 7.0%
3 4.3% 6.5% 3.2% 3.3% 0.3% 4.7%
4 3.7% 4.9% 2.8% 4.6% 0.3% 3.6%
5~10 12.4% 14.7% 7.3% 4.6% 1.5% 11.0%
11~20 8.7% 9.6% 7.7% 10.0% 4.6% 8.3%
21~100 20.9% 14.8% 18.6% 20.9% 25.1% 18.1%
100~ 9.9% 4.7% 17.5% 23.4% 67.8% 20.8%
総計 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%
終了間際にBackされるプロジェクト
• プロジェクト終了間際の広報活動によるBackerの増加
• プロジェクトメンバーが最後のお願いをして回る
• Kickstarterが終了間際のプロジェクトをトップページで紹介している
• ただし、これは達成率100%付近に変曲点が生まれる理由にはならない
• 最後のひと押しを積極的に行っている人がいる可能性
• プロジェクトメンバーが自腹を切ってプロジェクトを成功させる
• 「俺が成功させた」感を味わいたい人
• プロジェクトを達成させた、という一体感を楽しみたい人
• キャスティングボートを握るという稀有な体験ができる
• クラウドファンディングをゲームとして楽しんでいる人
• クラウドファンディングを「成功するかどうかわからないゲーム」として考えた場合、
勝率の高いゲームである、達成率90%付近のプロジェクトにBackするのは合理的
• 自分がBackしたプロジェクトが失敗するのは嫌なので、達成率が低いプロジェクト
にはBackしない
• 達成率が100%を超えて成功確実の場合、ゲームにならないため、Backしない
ギリギリで失敗したプロジェクトの分析
• 達成率が70%から100%のプロジェクトは平均Back金額が250ドル超
• ギリギリで達成したプロジェクトは平均Back金額が200ドル未満
• Backプランの設計が成否を分けると考えられる
state (複数のアイテム)
currency USD
達成率 件数 件数(比率) 平均Back金額 平均Backer
0-0.1 8118 56.73% 48 8
0.1-0.2 858 6.00% 135 47
0.2-0.3 482 3.37% 181 64
0.3-0.4 318 2.22% 159 110
0.4-0.5 202 1.41% 160 140
0.5-0.6 153 1.07% 183 175
0.6-0.7 92 0.64% 182 169
0.7-0.8 68 0.48% 279 200
0.8-0.9 45 0.31% 254 144
0.9-1 20 0.14% 404 241
1-1.1 849 5.93% 192 175
1.1-1.2 357 2.49% 165 287
1.2-1.3 242 1.69% 169 334
1.3-1.4 188 1.31% 149 363
1.4-1.5 133 0.93% 115 422
1.5-1.6 133 0.93% 178 652
1.6-1.7 108 0.75% 166 480
1.7-1.8 106 0.74% 197 412
1.8-1.9 82 0.57% 179 406
1.9-2 69 0.48% 142 406
>2 1686 11.78% 183 1514
総計 14309 100.00% 102 246
平均Back金額をそろえる
ために、決済通貨がUSD
のプロジェクトに限定
大成功プロジェクト
• 平均Back金額は大きく変動しない
• 達成率は基本的に平均Backer人数に依存する
• 高額なBackプランを払う人が多いから成功するというわけではない
国とプロジェクトの成功
• 英語が成功のカギを握る
• アメリカが他国と比べて成功率が高い(件数の少ない香港を除く)
• 英語圏と、ロマンス語の中でも英語に近いフランス語、英語がほぼ必須な小国は成功率が高い
• イタリア、スペインのロマンス語圏は失敗率が高い
• 説明文がイタリア語、スペイン語で書かれたプロジェクトがいくつか存在
件数 列ラベル 比率 列ラベル
国 canceled failed live successful suspended 総計 国 canceled failed live successful suspended 総計
US 1589 8705 276 3866 149 14585 US 10.89% 59.68% 1.89% 26.51% 1.02% 100.00%
GB 255 1324 35 423 26 2063 GB 12.36% 64.18% 1.70% 20.50% 1.26% 100.00%
CA 142 813 33 237 16 1241 CA 11.44% 65.51% 2.66% 19.10% 1.29% 100.00%
AU 88 561 20 124 19 812 AU 10.84% 69.09% 2.46% 15.27% 2.34% 100.00%
DE 44 276 21 96 4 441 DE 9.98% 62.59% 4.76% 21.77% 0.91% 100.00%
NL 39 291 4 79 6 419 NL 9.31% 69.45% 0.95% 18.85% 1.43% 100.00%
FR 51 243 13 83 2 392 FR 13.01% 61.99% 3.32% 21.17% 0.51% 100.00%
IT 36 241 12 31 2 322 IT 11.18% 74.84% 3.73% 9.63% 0.62% 100.00%
ES 15 169 8 21 4 217 ES 6.91% 77.88% 3.69% 9.68% 1.84% 100.00%
DK 16 102 4 22 144 DK 11.11% 70.83% 2.78% 15.28% 0.00% 100.00%
NZ 12 90 4 27 3 136 NZ 8.82% 66.18% 2.94% 19.85% 2.21% 100.00%
SE 14 82 1 13 110 SE 12.73% 74.55% 0.91% 11.82% 0.00% 100.00%
CH 12 66 3 22 1 104 CH 11.54% 63.46% 2.88% 21.15% 0.96% 100.00%
IE 8 51 2 18 1 80 IE 10.00% 63.75% 2.50% 22.50% 1.25% 100.00%
NO 11 58 7 1 77 NO 14.29% 75.32% 0.00% 9.09% 1.30% 100.00%
AT 9 51 4 12 76 AT 11.84% 67.11% 5.26% 15.79% 0.00% 100.00%
BE 7 51 2 5 2 67 BE 10.45% 76.12% 2.99% 7.46% 2.99% 100.00%
HK 3 11 7 20 3 44 HK 6.82% 25.00% 15.91% 45.45% 6.82% 100.00%
MX 5 17 14 7 43 MX 11.63% 39.53% 32.56% 16.28% 0.00% 100.00%
SG 1 14 4 6 25 SG 4.00% 56.00% 16.00% 24.00% 0.00% 100.00%
LU 4 1 1 6 LU 0.00% 66.67% 16.67% 16.67% 0.00% 100.00%
総計 2357 13220 468 5120 239 21404 総計 11.01% 61.76% 2.19% 23.92% 1.12% 100.00%
目標金額と成功率
• 基本的には目標金額が小さいほど成功確率は増大する
state (複数のアイテム)
currency USD
件数 ゴール金額
達成率 1 10 100 1,000 10,000 100,000 1,000,000 10,000,000 100,000,000 総計
0-0.1 9.09% 32.56% 36.70% 51.29% 57.44% 70.38% 96.00% 100.00% 100.00% 56.73%
0.1-0.2 0.00% 4.65% 5.38% 5.96% 6.52% 4.53% 0.00% 0.00% 0.00% 6.00%
0.2-0.3 0.00% 6.98% 3.43% 3.93% 3.34% 2.45% 0.00% 0.00% 0.00% 3.37%
0.3-0.4 0.00% 2.33% 2.61% 2.21% 2.33% 1.75% 1.00% 0.00% 0.00% 2.22%
0.4-0.5 0.00% 0.00% 1.63% 1.48% 1.51% 0.87% 1.00% 0.00% 0.00% 1.41%
0.5-0.6 0.00% 0.00% 1.79% 1.02% 1.03% 1.20% 0.00% 0.00% 0.00% 1.07%
0.6-0.7 0.00% 0.00% 0.82% 0.55% 0.71% 0.55% 0.00% 0.00% 0.00% 0.64%
0.7-0.8 0.00% 0.00% 0.16% 0.52% 0.48% 0.49% 0.00% 0.00% 0.00% 0.48%
0.8-0.9 0.00% 0.00% 0.33% 0.44% 0.28% 0.22% 0.00% 0.00% 0.00% 0.31%
0.9-1 0.00% 0.00% 0.00% 0.08% 0.18% 0.16% 0.00% 0.00% 0.00% 0.14%
1-1.1 0.00% 2.33% 7.83% 8.12% 5.42% 3.44% 0.00% 0.00% 0.00% 5.93%
1.1-1.2 0.00% 9.30% 2.77% 2.73% 2.47% 2.02% 0.00% 0.00% 0.00% 2.49%
1.2-1.3 0.00% 2.33% 3.10% 1.43% 1.86% 1.15% 0.00% 0.00% 0.00% 1.69%
1.3-1.4 0.00% 2.33% 1.31% 1.54% 1.34% 0.82% 0.00% 0.00% 0.00% 1.31%
1.4-1.5 0.00% 2.33% 1.63% 1.15% 0.87% 0.55% 0.00% 0.00% 0.00% 0.93%
1.5-1.6 0.00% 2.33% 1.31% 0.86% 0.94% 0.87% 1.00% 0.00% 0.00% 0.93%
1.6-1.7 0.00% 0.00% 0.82% 1.02% 0.69% 0.55% 0.00% 0.00% 0.00% 0.75%
1.7-1.8 0.00% 2.33% 0.98% 0.78% 0.74% 0.60% 0.00% 0.00% 0.00% 0.74%
1.8-1.9 0.00% 0.00% 1.31% 0.68% 0.52% 0.38% 0.00% 0.00% 0.00% 0.57%
1.9-2 0.00% 0.00% 1.63% 0.78% 0.29% 0.33% 0.00% 0.00% 0.00% 0.48%
>2 90.91% 30.23% 24.47% 13.43% 11.01% 6.71% 1.00% 0.00% 0.00% 11.78%
総計 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%
達成率とプロジェクトキャンセル
• 達成率が100%を超えているにもかかわらず、
自らキャンセルしているプロジェクトがいくつか存在する
state canceled
データの個数 / category 列ラベル
行ラベル 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 総計
0-0.1 7 21 24 20 64 469 651 414 50 1720
0.1-0.2 2 3 1 6 11 63 72 63 5 226
0.2-0.3 1 2 5 31 44 31 2 116
0.3-0.4 2 3 19 35 19 78
0.4-0.5 1 4 8 21 12 2 48
0.5-0.6 5 8 15 11 2 41
0.6-0.7 2 7 7 3 1 20
0.7-0.8 1 1 5 7 1 15
0.8-0.9 1 2 4 4 4 2 17
0.9-1 2 3 5
1-1.1 1 1 4 4 2 12
1.1-1.2 2 4 6
1.2-1.3 3 3 6
1.3-1.4 1 2 3
1.4-1.5 1 1 2 1 5
1.5-1.6 1 1 2
1.6-1.7 1 3 4
1.7-1.8 1 1 2
1.8-1.9 2 1 3
1.9-2 1 1
>2 8 7 12 27
総計 9 26 26 31 98 625 881 593 68 2357
達成後キャンセル事例
• 工場に発注してみたら、予算オーバーした
• ロボット系、ドローン系
• 価格改定のためにプロジェクトを立て直す
• 想定以上の注文により、量産効果により価格を下げられることが判明
• Weather Point 2.0 スマホのイヤホンジャックに付ける気象センサー
• AnyTouch Blue USBドングルをPCに刺すと、スマホが仮想キーボード、マウスに
なる
• 9000ドルで500個のプランのBackerが減っているので、業者に直接取引を持ち掛けたと予
想
• このプロジェクトはindiegogoで成功した後にkickstaterに出品するという形で、
クラウドファンディング を流通網の一つとして利用しており、大変興味深い
• 事故でプロジェクトの継続が一時的に困難になった
• Dotlens smartphone microscope スマホのカメラに付けるレンズ
• テキサス州の洪水にあり、製造設備と在庫を喪失
• その後プロジェクトを立て直し、無事成功
まとめ
• Kickstarterは衰退はしていないものの横ばい
• 他のクラウドファンディングサービスや、他国のローカルのクラウドファンディング
サービスに顧客を奪われている可能性がある
• Technologyカテゴリに限定しているので、他のカテゴリ次第では成長している可能性
• クラウドファンディングの効果を、達成率100%付近の歪みとして可視化
• 最後のひと押しをしてくれる人がいる
• プロジェクト関係者が身銭を切っている可能性
• 「俺が育てた感」を味わうのが好きな人がいる
• 最後のひと押しをするには、安いBackプランが必要
• 大成功プロジェクトは、基本的には大多数から支持されるもの
• Kickstarterが販売チャネルになっているようなケースが多い
• Kickstarterは商流の一種になっている
Kickstarterで成功させるコツ
• 英語でコンテンツを用意する
• 追加情報を探しに行っても母国語でしか出てこないケースではBackしにくい
• 目標金額を小さくし、確実に成功できるようにする
• プロジェクトが成功したことそのものをニュースにすることができ、広報活
動につながる
• 大成功したら、プロジェクトをいったんキャンセルして、立て直す裏ワザも
ある
• プロジェクトを始める前に、最低でも10人はBackerを確保する
• 盛り上がってる感を正しく演出する
• 目標金額の30%を超えれば、「成功しそうだから」という理由でBackする人
が増え始める可能性が高い
• 少額でリワードが得られるBackプランを用意しておく
• 10ドル程度で何かがもらえる少額のBackプランを容易しておく
• 平均Back金額が200ドル未満になるようにする
• 最後のひと押しのための応援は、少額であれば気軽に行うことができる
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
人工衛星と画像処理と金融
• Orbital Insight社
• https://orbitalinsight.com/
• 民間企業が人工衛星をポンポン飛ばせるようになった
• スパイ衛星みたいなことを民間ができるようになった
• 人工衛星から撮影された画像を分析することで様々なことが分かるよ
うになった
• 人工衛星で撮影された画像の解析にコンピュータが使えるようになっ
た
• ウォルマートの売上
• 作物の収穫量
• 石油の消費量
ウォルマートの売上
• 人工衛星写真から駐車場に駐車している車をカウント
• ウォルマートの客の入りを予測
• ウォルマートの業績を予測して、株取引に利用
https://blogs.wsj.com/moneybeat/2014/11/20/counting-cars-to-predict-earnings/https://www.itochu.co.jp/ja/news/press/2017/171115.html
作物の収穫量の予測
• 農業には連作障害という問題がある
• 作物によって必要となる栄養素が異なる
• 同じ作物を育成し続けると、土の中の特定の栄養素が枯渇する
• 栄養素の枯渇により、同じ作物を連続で作ると収穫量が下がる
• 輪作や三圃式農法、ノーフォーク農法で解決
• 異なる性質の作物を順に植えることで、地力を維持して収穫量を上げる
• 何を植えるのかは農家依存
• 何がどれくらい植えられているのかが分からない
• どの作物がどれくらいの育成状況なのかが分からない
• 何がどれくらい収穫できるか予想できない
• 作物の将来の価格が予想できない
作物の収穫量の予測
• 人工衛星にマルチスペクトルカメラを搭載
• 複数の波長を感知できるカメラを人工衛星に搭載
• 普通のカメラはRGBの3波長しか感知できない
• 作物によって、返ってくる波長が異なる
• 育成状況によって、返ってくる波長が異なる
• どの作物が、どれくらい植えられていて、どれくらい収穫できるかが
予測できる → 穀物先物取引に利用
https://blogs.thomsonreuters.com/answerson/satellite-technology-predicting-crop-yields/
石油の消費量の予測
• 石油タンクは、落とし蓋の構造
• 天井が上がり下がりする
• 空間が空いていると、石油が気化して爆発の危険がある
• 天井がどれくらい下がったかで、石油の消費量が分かる
• 衛星写真からどうやって
• タンクそのものの影と
内側の影の大きさを比較
• タンクが満杯なら内側の影は小さい
• 太陽の位置で補正する
• どうやって儲けるの?
• 原油先物取引
https://www.zmescience.com/research/technology/eyes-up-above-you-cant-lie-satellite-imagery/
ほんとにできるの?
• スズキ自動車工場の航空写真 by GoogleMap
• 工場の隣に家を借りて、ドローン飛ばして空撮すれば、簡単に生産量や出荷量は分
かりそう
https://www.google.com/maps/@34.7415631,138.169087,203m/data=!3m1!1e3
目次
• 相撲の八百長を統計で見つける
• 演習:論文を探してみよう
• ソシャゲのガチャが壊れた話
• ソシャゲのランキングイベントの話
• Kickstarterにおける不正を見つけよう
• 人工衛星と画像処理と金融
• その他、雑多な話いろいろ
その他雑多な話
• Computational Thinking
• AIは何を奪うのか、人手不足は何が起こっているのか
• 時代の変化
• 時代の変化を知るには?
• AIによって消える職業、残る職業
Computational Thinking:計算機的思考
• Decomposition
• 問題を分解して、コンピュータが実行可能な単位にする
• Pattern Recognition
• パターンの発見して、ループに落とし込む
• Abstraction
• 現実の問題を抽象化して、重要な要素や、共通する部分だけ取り出す
• Algorithm Design
• 手順を並べることで、問題を解けるようにする
• CTのスキルが、これからの生産性を左右する
• CTができるとワークフローの設計などができる
• AIに指示をする側に回れる
http://tannomizuki.hatenablog.com/entry/2016/10/18/125818
AIは何を奪うのか、人手不足は何が起こっているのか
• 中間層が電子化・AI化によって不要になってきた
• AIに指示を出せる人の不足
• AIの手足となって働く人の不足
• 君たちはどちらになりたい?
https://twitter.com/fromdusktildawn/status/1059294513225560064
キュウリ分類は何故失敗したのか?
• 問題は何か?
• 人間の能力が高い
• 人間の価値が安い
• 専門家集約産業がから設備産業
に切り替わったことを理解して
いない
• 事業拡大や外販を指向していない
https://news.mynavi.jp/article/20180606-642208/
時代の変化1
• 重機の発明
• 肉体労働の簡易化
• 規格化
• 第二次大戦、大量生産、総力戦
• スプリングフィールドM1ガーランド
• 鍛冶屋(一人で一気通貫で全部作る人)が消えた
• 製図屋は増えた、職工は増えた
• 規格化+重機+物流=コンテナの発明
• ベトナム戦争のころ
• バラ積みから、コンテナへ、世界の物流が大幅改善
• 港湾労働者がいなくなった
• 船のオーナー、船員、トラックは増えた
• メインフレーム、アポロ計画 60年代
• 統計、集計の電子化
• Human Computerの消失
• 電子回路の生産
時代の変化2
• パーソナルコンピュータ+プリンタ 70年代(Apple2とか)
• ロケットサイエンティストのマーケット供給
• NASAがアポロ計画を終了したことにより、NASAの科学者が市場に放出された
• コンピュータが大企業から中小企業へ
• 手動経理、タイピスト、清書係が消えた
• パーソナルコンピュータ 80年代(DOS/V互換機)
• Factory Automation、産業の電子化
• 大量生産において熟練工が不要に
• プログラマーの一般職業化
時代の変化3
• ネットワーク化 90年代
• メッセンジャーボーイの消失
• 株式の立会所の電子化
• 20年かけて、立会所は消滅
• コンピュータの低コスト化、モバイル化、NWコストの低減 2000年
代
• レンタルビデオ屋の消失、デジカメにより写真屋の消失
• 2008年、リーマンショック
• 金融業界が抱えていた、クオンツが市中に放出
• 金融取引のシステムが、インターネット上のサービスに普及、RTB広告の発明
• IoT、AI化、所有から共有、購買からSubscription 2010年
• 監視、モニタリング、認知にかかわる知的産業は真っ先に消える
• 認知がメインで、IOがデジタル化されたものは消えやすい
• 運転手、読影医
https://www.jpx.co.jp/corporate/about-jpx/history/01-02.html
時代の変化を知るには?
AIによって消える職業、残る職業
• 消えにくいもの
• 低単価
• 接客業
• 営業
• 介護
• 高単価
• コンサルティング
• 医療
• 経営
• 人事マネージメント
• 法的保護のある資格産業
• 介護、医療
• 会計士、税理士
• 運転手
• マンション管理
• 消えそうな仕事
• 「脳みそだけの仕事」
• 読影医(レントゲン、MRI)
• 経理、会計
• 経営
• 保険外交員
• ウェブ購買へのシフト
• 保険の審査担当
• 公務員系の事務処理
課題
• この100年で消えた職業をリストアップする
• この100年で増えた職業をリストアップする
• 今後20年で消えそうな職業をリストアップする

More Related Content

What's hot

優れた研究論文の書き方
優れた研究論文の書き方優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
 
金融業界でよく使う統計学
金融業界でよく使う統計学金融業界でよく使う統計学
金融業界でよく使う統計学
Nagi Teramo
 
データサイエンティスト養成読本の解説+書き忘れたこと
データサイエンティスト養成読本の解説+書き忘れたことデータサイエンティスト養成読本の解説+書き忘れたこと
データサイエンティスト養成読本の解説+書き忘れたこと
Tokoroten Nakayama
 
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
Shiga University, RIKEN
 
Pythonによる黒魔術入門
Pythonによる黒魔術入門Pythonによる黒魔術入門
Pythonによる黒魔術入門
大樹 小倉
 
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLiveDXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
Tokoroten Nakayama
 
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
MOCKS | Yuta Morishige
 
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
諒介 荒木
 
逆説のスタートアップ思考
逆説のスタートアップ思考逆説のスタートアップ思考
逆説のスタートアップ思考
Takaaki Umada
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座
SEGADevTech
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
 
研究の基本ツール
研究の基本ツール研究の基本ツール
研究の基本ツール
由来 藤原
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
 
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
Masahito Zembutsu
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
joisino
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
 
Unity開発で使える設計の話+Zenjectの紹介
Unity開発で使える設計の話+Zenjectの紹介Unity開発で使える設計の話+Zenjectの紹介
Unity開発で使える設計の話+Zenjectの紹介
torisoup
 
40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること
onozaty
 

What's hot (20)

優れた研究論文の書き方
優れた研究論文の書き方優れた研究論文の書き方
優れた研究論文の書き方
 
金融業界でよく使う統計学
金融業界でよく使う統計学金融業界でよく使う統計学
金融業界でよく使う統計学
 
データサイエンティスト養成読本の解説+書き忘れたこと
データサイエンティスト養成読本の解説+書き忘れたことデータサイエンティスト養成読本の解説+書き忘れたこと
データサイエンティスト養成読本の解説+書き忘れたこと
 
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
 
Pythonによる黒魔術入門
Pythonによる黒魔術入門Pythonによる黒魔術入門
Pythonによる黒魔術入門
 
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLiveDXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
 
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
 
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
楽しい研究のために今からできること 〜新しく研究を始める皆さんへ〜
 
逆説のスタートアップ思考
逆説のスタートアップ思考逆説のスタートアップ思考
逆説のスタートアップ思考
 
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
 
研究の基本ツール
研究の基本ツール研究の基本ツール
研究の基本ツール
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイする
 
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
 
Unity開発で使える設計の話+Zenjectの紹介
Unity開発で使える設計の話+Zenjectの紹介Unity開発で使える設計の話+Zenjectの紹介
Unity開発で使える設計の話+Zenjectの紹介
 
40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること
 

Similar to データマイニングの話詰め合わせ

国内トラフィックエンジニアリングの現状
国内トラフィックエンジニアリングの現状国内トラフィックエンジニアリングの現状
国内トラフィックエンジニアリングの現状
Masaaki Nabeshima
 
How the future prediction affects on the evolution of technologies
How the future prediction affects on the evolution of technologiesHow the future prediction affects on the evolution of technologies
How the future prediction affects on the evolution of technologies
坂本 真里
 
アプリ分析ツールの動向と今後
アプリ分析ツールの動向と今後アプリ分析ツールの動向と今後
アプリ分析ツールの動向と今後
Hiromitsu Ishimori
 
Stock prediction
Stock predictionStock prediction
Stock prediction
tetsuo ishigaki
 
20210605 WealthPark business
20210605 WealthPark business20210605 WealthPark business
20210605 WealthPark business
KazuhiroUkita
 
ディープラーニング徹底活用 -画像認識編-
ディープラーニング徹底活用 -画像認識編-ディープラーニング徹底活用 -画像認識編-
ディープラーニング徹底活用 -画像認識編-
Hideki
 
資産運用とビッグデータ解析_3
資産運用とビッグデータ解析_3資産運用とビッグデータ解析_3
資産運用とビッグデータ解析_3
Deep Learning Lab(ディープラーニング・ラボ)
 
Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)
comnico inc.
 
Yv monthly reportサンプル
Yv monthly reportサンプルYv monthly reportサンプル
Yv monthly reportサンプル
Kohei Uemura
 
Yv monthly reportサンプル
Yv monthly reportサンプルYv monthly reportサンプル
Yv monthly reportサンプル
Kohei Uemura
 
データ分析を生かした運営
データ分析を生かした運営データ分析を生かした運営
データ分析を生かした運営
Hiroki Funahashi
 
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始めhtml5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
Yoichiro Takehora
 
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
LINE Corp.
 
分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査
株式会社アレンジベース(Arrange Base Inc.)
 
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
Kazuhiro Fujieda
 

Similar to データマイニングの話詰め合わせ (20)

国内トラフィックエンジニアリングの現状
国内トラフィックエンジニアリングの現状国内トラフィックエンジニアリングの現状
国内トラフィックエンジニアリングの現状
 
How the future prediction affects on the evolution of technologies
How the future prediction affects on the evolution of technologiesHow the future prediction affects on the evolution of technologies
How the future prediction affects on the evolution of technologies
 
アプリ分析ツールの動向と今後
アプリ分析ツールの動向と今後アプリ分析ツールの動向と今後
アプリ分析ツールの動向と今後
 
Stock prediction
Stock predictionStock prediction
Stock prediction
 
20210605 WealthPark business
20210605 WealthPark business20210605 WealthPark business
20210605 WealthPark business
 
Report lmsd 131210
Report lmsd 131210Report lmsd 131210
Report lmsd 131210
 
Report 131211
Report 131211Report 131211
Report 131211
 
Report 131211
Report 131211Report 131211
Report 131211
 
Report 131211
Report 131211Report 131211
Report 131211
 
Report 131211
Report 131211Report 131211
Report 131211
 
ディープラーニング徹底活用 -画像認識編-
ディープラーニング徹底活用 -画像認識編-ディープラーニング徹底活用 -画像認識編-
ディープラーニング徹底活用 -画像認識編-
 
資産運用とビッグデータ解析_3
資産運用とビッグデータ解析_3資産運用とビッグデータ解析_3
資産運用とビッグデータ解析_3
 
Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)Facebook運営月次レポートsample(comnico)
Facebook運営月次レポートsample(comnico)
 
Yv monthly reportサンプル
Yv monthly reportサンプルYv monthly reportサンプル
Yv monthly reportサンプル
 
Yv monthly reportサンプル
Yv monthly reportサンプルYv monthly reportサンプル
Yv monthly reportサンプル
 
データ分析を生かした運営
データ分析を生かした運営データ分析を生かした運営
データ分析を生かした運営
 
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始めhtml5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
html5j パフォーマンス部第一回勉強会 Webパフォーマンス事始め
 
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
13.11.15_野村総研マーケティング分析コンテスト2013(佳作賞)_Facebookとtwitterの利用者に対する消費行動分析とそれに基づく広告...
 
分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査分析サンプル_若年世代の仕事との向き合い方に関する調査
分析サンプル_若年世代の仕事との向き合い方に関する調査
 
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
ftp.jaist.ac.jpの低レイヤーの話 on 第九回 カーネル/VM探検隊
 

More from Tokoroten Nakayama

事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
 
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
Tokoroten Nakayama
 
機械学習の精度と売上の関係
機械学習の精度と売上の関係機械学習の精度と売上の関係
機械学習の精度と売上の関係
Tokoroten Nakayama
 
難易度ボラタリティグラフという分析手法
難易度ボラタリティグラフという分析手法難易度ボラタリティグラフという分析手法
難易度ボラタリティグラフという分析手法
Tokoroten Nakayama
 
インターネット上の情報発信手段の変遷 情報発信の簡易化
インターネット上の情報発信手段の変遷 情報発信の簡易化インターネット上の情報発信手段の変遷 情報発信の簡易化
インターネット上の情報発信手段の変遷 情報発信の簡易化
Tokoroten Nakayama
 
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
Tokoroten Nakayama
 
ヒューレットパッカード社の 社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の 社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
Tokoroten Nakayama
 
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
Tokoroten Nakayama
 
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
Tokoroten Nakayama
 
失敗から学ぶ データ分析グループの チームマネジメント変遷
失敗から学ぶデータ分析グループのチームマネジメント変遷失敗から学ぶデータ分析グループのチームマネジメント変遷
失敗から学ぶ データ分析グループの チームマネジメント変遷
Tokoroten Nakayama
 
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCTプロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
Tokoroten Nakayama
 
特徴ベクトル変換器を作った話 #dogenzakalt
特徴ベクトル変換器を作った話 #dogenzakalt特徴ベクトル変換器を作った話 #dogenzakalt
特徴ベクトル変換器を作った話 #dogenzakalt
Tokoroten Nakayama
 
特徴ベクトル変換器を作った話
特徴ベクトル変換器を作った話特徴ベクトル変換器を作った話
特徴ベクトル変換器を作った話
Tokoroten Nakayama
 
jubatusのECサイトへの適応 #jubatus_hackathon
jubatusのECサイトへの適応 #jubatus_hackathonjubatusのECサイトへの適応 #jubatus_hackathon
jubatusのECサイトへの適応 #jubatus_hackathon
Tokoroten Nakayama
 
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
Tokoroten Nakayama
 
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebminingDAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
 
BattleField3に見る 自己表現としてのゲームプレイ
BattleField3に見る自己表現としてのゲームプレイBattleField3に見る自己表現としてのゲームプレイ
BattleField3に見る 自己表現としてのゲームプレイ
Tokoroten Nakayama
 
情報処理とは何か あとbigdataとか
情報処理とは何か あとbigdataとか情報処理とは何か あとbigdataとか
情報処理とは何か あとbigdataとか
Tokoroten Nakayama
 
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
Tokoroten Nakayama
 
ソーシャルゲームにレコメンドエンジンを導入した話
ソーシャルゲームにレコメンドエンジンを導入した話ソーシャルゲームにレコメンドエンジンを導入した話
ソーシャルゲームにレコメンドエンジンを導入した話
Tokoroten Nakayama
 

More from Tokoroten Nakayama (20)

事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
 
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety心理的安全性の構造 デブサミ2019夏 structure of psychological safety
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
 
機械学習の精度と売上の関係
機械学習の精度と売上の関係機械学習の精度と売上の関係
機械学習の精度と売上の関係
 
難易度ボラタリティグラフという分析手法
難易度ボラタリティグラフという分析手法難易度ボラタリティグラフという分析手法
難易度ボラタリティグラフという分析手法
 
インターネット上の情報発信手段の変遷 情報発信の簡易化
インターネット上の情報発信手段の変遷 情報発信の簡易化インターネット上の情報発信手段の変遷 情報発信の簡易化
インターネット上の情報発信手段の変遷 情報発信の簡易化
 
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
 
ヒューレットパッカード社の 社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の 社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
 
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
 
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶ データ分析グループの チームマネジメント変遷 (デブサミ2016) #devsumi
 
失敗から学ぶ データ分析グループの チームマネジメント変遷
失敗から学ぶデータ分析グループのチームマネジメント変遷失敗から学ぶデータ分析グループのチームマネジメント変遷
失敗から学ぶ データ分析グループの チームマネジメント変遷
 
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCTプロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
 
特徴ベクトル変換器を作った話 #dogenzakalt
特徴ベクトル変換器を作った話 #dogenzakalt特徴ベクトル変換器を作った話 #dogenzakalt
特徴ベクトル変換器を作った話 #dogenzakalt
 
特徴ベクトル変換器を作った話
特徴ベクトル変換器を作った話特徴ベクトル変換器を作った話
特徴ベクトル変換器を作った話
 
jubatusのECサイトへの適応 #jubatus_hackathon
jubatusのECサイトへの適応 #jubatus_hackathonjubatusのECサイトへの適応 #jubatus_hackathon
jubatusのECサイトへの適応 #jubatus_hackathon
 
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
 
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebminingDAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
 
BattleField3に見る 自己表現としてのゲームプレイ
BattleField3に見る自己表現としてのゲームプレイBattleField3に見る自己表現としてのゲームプレイ
BattleField3に見る 自己表現としてのゲームプレイ
 
情報処理とは何か あとbigdataとか
情報処理とは何か あとbigdataとか情報処理とは何か あとbigdataとか
情報処理とは何か あとbigdataとか
 
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
ビッグデータとioDriveの夕べ:ドリコムのデータ分析環境のお話
 
ソーシャルゲームにレコメンドエンジンを導入した話
ソーシャルゲームにレコメンドエンジンを導入した話ソーシャルゲームにレコメンドエンジンを導入した話
ソーシャルゲームにレコメンドエンジンを導入した話
 

Recently uploaded

論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
Toru Tamaki
 
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
Toru Tamaki
 
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログLoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
CRI Japan, Inc.
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
Sony - Neural Network Libraries
 
Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)
Natsutani Minoru
 
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
chisatotakane
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
shogotaguchi
 
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ..."ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
たけおか しょうぞう
 
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit IntroductionMatsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo Lab
 
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo Lab
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
Takayuki Nakayama
 
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit IntroductionMatsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo Lab
 

Recently uploaded (12)

論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
論文紹介:BAM-DETR: Boundary-Aligned Moment Detection Transformer for Temporal Sen...
 
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
論文紹介:Task-aligned Part-aware Panoptic Segmentation through Joint Object-Part ...
 
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログLoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
LoRaWAN AI Image Sensorエンドデバイス AIG01カタログ
 
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
【AI論文解説】LLMの事前学習をvisionに適用する手法Autoregressive Image Models
 
Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)Imitation learning for robotics 勉強会資料(20240701)
Imitation learning for robotics 勉強会資料(20240701)
 
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
最速の組織を目指して全社で大規模スクラムを導入してみた話 #dxd2024 #medicalforce
 
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
「福利厚生をコストから投資へ」AIで社員1人ひとりに最適な支援を届ける 全く新しいカフェテリアプラン
 
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ..."ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
"ros2rapper", Hardware implimentation of ROS2 communication Protocol without ...
 
Matsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit IntroductionMatsuo-Iwasawa Lab. | Research unit Introduction
Matsuo-Iwasawa Lab. | Research unit Introduction
 
Matsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit IntroductionMatsuo-Iwasawa lab. Research Unit Introduction
Matsuo-Iwasawa lab. Research Unit Introduction
 
Kyndryl Developer Services のご紹介 2024年7月
Kyndryl Developer Services のご紹介  2024年7月Kyndryl Developer Services のご紹介  2024年7月
Kyndryl Developer Services のご紹介 2024年7月
 
Matsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit IntroductionMatsuo-Iwasawa Lab. Research unit Introduction
Matsuo-Iwasawa Lab. Research unit Introduction
 

データマイニングの話詰め合わせ