最近マーケティングオートメーション界隈では、「機械学習を使った予測スコアリング」なんてモノをよく聞きます。マーケティングオートメーションというバズワードに機械学習というバスワードを重ねてくるあたりに趣を感じます。 近くでかかわっているいる者からすれば、双方とも実態がなくバズっているわけではないのですが、「機械学習(人工知能)使えば、マーケティングは全て自動化される」なんて事を言う困ったちゃんがいたりして、いやはやなんとも言えない気持ちになります。言葉に罪はないんですよ。 ひじょうに敷居がたかく感じる機械学習ですが、さいきんではかなり気軽に試すことができます。 データサイエンティストではない私も、Amazon Machine Learningを使って予測スコアリングを試しています。そこでいろいろと感じることがありましたので、いちユーザーとして、「機械学習を使った予測スコアリング」を利用する立

就職・転職のためのリサーチサイトを運営しているヴォーカーズは、「平成生まれ版：働きがい企業ランキング」を発表した。調査対象を平成生まれの社員に限定し、若手社員が働きがいを感じるうえで重要になる5項目「待遇面の満足度」「社員の士気」「風通しの良さ」「社員の相互尊重」「20代成長環境」の合計値を集計しランキング。「平成生まれ」が卒業し社会人になって4年が経ったが、彼らが働きがいを感じる企業にはどのような特徴があるのだろうか。 集計した結果、トップ3をリクルートグループが独占。1位は「リクルートライフスタイル」、2位は「リクルートホールディングス」、3位は「リクルートキャリア」。サイトに寄せられた口コミをみると、「早いうちから1人前とみられ1人で行動させられるため、ゼロからの成長のスピードは他の会社で過ごす方と比べると圧倒的に早いのではないか」（女性、リクルートライフスタイル）、「自分から動くこ

はじめに dplyrの使い方にちょっと慣れてくると、「あー、これもうちょっと簡単にできないの？」みたいな事が出てきたりします。 今回は、そんな悩みをほんのちょっと解決できるかもしれない、Window関数について解説したいと思います。 SQLに詳しい人はすぐイメージできると思いますが、私の周りにもWindow関数の存在自体を知らない人が結構居たのでいい機会なので、ざっくりまとめます。 dplyrってなんぞやという方は、基礎編の記事を見ていただければと。 Window関数を使うと簡単にできることの例 とは言っても、具体的に何ができるのか、分からなかったら読むのもメンドクサイので、まずは簡単にできることを紹介します。 ランキング（タイ順位考慮あり、なし等含む） 前日比、前週比（前後のレコードとの比較等） 累積（累積和等） 移動平均（Windowサイズの指定、Windowの位置、重み等） どれも自

正直誰でも知ってる関数だし他にも解説している記事はあるので今さらだが、dplyrパッケージのなんたら_each関数の使い方をまとめる。 なんたら_eachを知ることでコピペを連発していたうちの同僚は感動のあまり涙の海に沈んだ。 たとえば以下のように一つの列に対して複数の操作を加えたいことがある。 iris %>% group_by(Species) %>% summarise(MIN=min(Sepal.Length), MEAN=mean(Sepal.Length), MEDIAN=median(Sepal.Length), MAX=max(Sepal.Length) ) １つの列ならまだいいが、これが複数の列になると心が闇に染まる。 iris %>% group_by(Species) %>% summarise(MIN_SL=min(Sepal.Length), MEAN_SL=me