MMM (Media/Marketing Mix Modeling)を回すなら、まずGeorge E. P. Boxの格言を思い出そう - 渋谷駅前で働くデータサイエンティストのブログ
「最後の統計学界の大御所」の一人で、2013年に亡くなったGeorge E. P. Box*1が残した格言 "All models are wrong; but some are useful"（全てのモデルは間違っている、だが中には役立つものもある）ですが、このブログでは過去に何度も紹介しているのでお馴染みという方も多いかと思います。 実際、5年前にもBoxの格言については独立した記事として取り上げており、ちょっとしたシミュレーションと共に「厳密ではないが有用なモデル」の話題を展開しています。ただ、今回の記事で僕が改めてBoxの格言を取り上げようと思った背景はまた別にあります。それが、広告マーケティング業界で最近ルネサンス的な脚光を浴びているMMM (Media/Marketing Mix Models)の扱われ方という問題です。 MMMというと経営学のマーケティングの教科書にも載ってい
『ビジネスの仕組みがわかる 図解のつくりかた』全文公開｜図解総研
「ビジネスの仕組みがわかる 図解のつくりかた」という本を全文公開します！この本は、2020年4月に出版されたスマホサイズのコンパクトな新書です。『ビジネスモデル2.0図鑑』を出版後、多くの反響をいただき、さまざまな企業でビジネスモデル図解について講演・ワークショップを開催してきたノウハウを凝縮した一冊になっています。 ※当記事の情報を転載、複製、改変等は禁止いたします それではここから全文公開をご覧ください。 第１章：ビジネスモデル図解、基本の「き」はじめに 僕たちが『ビジネスモデル2.0図鑑』を出版したのは２０１８年９月のことです。「Amazon Go」や「Spotify」など、１００の事例のビジネスモデルを同じフォーマットで図解した本は、７万部を超えるベストセラーになりました。その後さまざまな反響を得て、企業から多数の講演・ワークショップの依頼をいただきました。「ビジネスモデルを自分で
4ヶ月間のコミュニティ運営でたまったノウハウまとめ7個｜チャーリー
チャーリーです。 今回は、図解をチームで行うビジネスモデル図解制作委員会のコミュニティ運営について、立ち上げてからの4ヶ月でわかったこと・試行錯誤したことを、この記事にまとめました。コミュニティ運営に興味のある方はぜひご覧ください。 そもそもビジネスモデル図解制作委員会って何？ビジネスモデル図解制作委員会は、2017年12月に設立した、ビジネスモデルを図解するための有志組織です。ここから図解混じりで説明していきます。 8割以上の参加者は、僕も元々知らない人でした。twitterやfacebookなどのSNSを通じて集まったメンバーです。 いつもこんな感じで隔週の会議をしてます。 具体的な社名はもちろん控えますが、え、こんな人まで参加するの、と思うようなメンバーが参加してくれています。新しくメンバーが入った時に、他の参加者を知ると驚く人も。この記事では、なぜ、これだけのジャンルのちがう多様な
東工大、金融市場トレーダーの行動法則をボルツマン方程式を用いて解明
東京工業大学(東工大)は、同大の研究グループが、ドル円市場の売買注文のトレーディング・ログをトレーダー個々のレベルで分析し、注文行動時に共通する統計法則を発見したことを発表した。また、それに基づいた市場の数理モデルを構築し、ボルツマン方程式を用いて市場のさまざまな特性を理論的に導出することに成功したことも、あわせて発表した。 この成果は、東工大 科学技術創成研究院 ビッグデータ数理科学研究ユニットの高安美佐子教授、高安秀樹特任教授、金澤輝代士助教、末重拓己氏によるもので、3月27日発行の米物理学会誌「フィジカル・レビュー・レター(電子版)」に掲載された。 金融市場のブラウン運動と物理のブラウン運動の類似性(出所:東工大ニュースリリース) 金融市場の価格変動は昔から確率的にランダムに振舞うことが知られており、金融工学ではランダムウォークモデルを用いて金融派 生商品の値付けなどが盛んに行われて
Chainerのモデルのセーブとロード - 無限グミ
Chainerのモデルのセーブ・ロードについて Chainerは作成したモデルを書き出すためのserializersを含んでいます。しかし、セーブの方法は多くのページに書いてありますが、ロードの方法がよくわからなかったため自分の環境でうまく行った方法をまとめます。 モデルのセーブ Chainerでモデルをセーブするにはchainer.serialisersを使います。この時にGPU用に変換したものはCPU用に変えておいたほうが後で混乱しないで済むので統一しておくといいと思います。 from chainer import serializers gpu = 0 model = myDNN(100, 500, 10) chainer.cuda.get_device(gpu).use() model.to_gpu(gpu) # GPUを使うための処理 # --------------------
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.kri.sfc.keio.ac.jp/report/gakujutsu/2005/3-2/guide/200511modeling-tutorial2.pdf
