![](https://cdn-ak-scissors.b.st-hatena.com/image/square/01f88260714ddf738a027bdacc56c4a1c81b464b/height=288;version=1;width=512/https%3A%2F%2Fgihyo.jp%2Fassets%2Fimages%2FICON%2F2013%2F1074_mahout.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
第6回 「商品を買ってくれるのはどのような人か」を予測するには | gihyo.jp
分類器を用いて予測モデルを構築する 「この商品を買ってくれるのはどのような人か?」 それを予測でき... 分類器を用いて予測モデルを構築する 「この商品を買ってくれるのはどのような人か?」 それを予測できれば、すべての顧客へ画一的にアプローチするのではなく、購入確率のより高い消費者を優先できるようになり、高い費用対効果が期待できます。 また、以下のような応用も期待できます。 「あなたにおすすめの商品」などのレコメンデーション機能を実現する 消費者に送信するDMに、その消費者が購入する確率の高い商品を優先していれる では、予測は機械学習を用いて、どのように実現するのでしょうか。 機械学習は、本連載の第1回目でも取り上げたように、以下の2つに大別されます。 教師あり学習 教師なし学習 このうちの「教師あり学習」は、その手法から、さらにいくつかに分別されます。その中でもよく利用されるのが、分類器(Classification)と呼ばれる手法です。 分類器は、以下の手順でデータを分類します 事前に与え
2013/08/15 リンク