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デブサミ2016 #devsumi で話させていただいた資料です。 http://event.shoeisha.jp/devsumi/20160218/session/1007/ Read less
第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りーを開催しました - hamadakoichi blog
2016/2/20 "第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りー" を開催しました。 第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りーEventbrite Google グループ 会場提供して下さったSmartNewsさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧 参加者セキココ：第51回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「データマイ
アドネットワークのデータ解析チームを支える技術
PyConJP 2015にて発表 https://pycon.jp/2015/ja/schedule/presentation/61/Read less
Pascal〜Puree + ngx_lua + Fluentd + BigQueryでつくるメルカリのログ分析基盤〜
Pascal〜Puree + ngx_lua + Fluentd + BigQueryでつくるメルカリのログ分析基盤〜 Backend Author: cubicdaiya エンジニアではなくプログラマと呼ばれたい@cubicdaiyaです。今回はメルカリのログ分析基盤のお話です。 メルカリにおけるログデータ分析 メルカリでは初期の頃からログデータの分析をサービスの成長にとって重要なタスクとして位置づけ、そのための基盤作りに取り組んできました。ログの種類はいくつかありますが、中でも代表的なのがアプリケーションサーバで出力されるアクセスログやアプリケーション固有のログです。これらのログはサイズが大きいので効率良くログデータを転送するための工夫が必要になります。そこで活躍するのがFluentdです。 大雑把に説明するとアプリケーションサーバで出力されたログはFluentdから最終的にBigQu
【データ分析】『それちょっと、数字で説明してくれる？と言われて困らない できる人のデータ・統計術』柏木吉基 : マインドマップ的読書感想文
それちょっと、数字で説明してくれる？と言われて困らない できる人のデータ・統計術 【本の概要】◆今日ご紹介するのは、先日の編集後記で触れたビジネススキル本。 本書の著者である柏木吉基さんは、元日産で、外国人役員に数々の企画や提案を通したという「意思決定」のプロフェッショナルです。 アマゾンの内容紹介から一部引用。ロジカルシンキングはできても数字が使えない、グラフ化などデータの整理はできてもロジカルな進め方や考え方ができないので、適切な結論にたどり着かないという方は多いです。 本書では、初めて「数字」と「ロジカルシンキング」を組合わせ、データ分析をする前に絶対必要となる考えの組み立て方を中心に紹介する本です。 なお、既にKindle版も用意されております！ Numbers And Finance / kenteegardin 【ポイント】■1.「データ整理」と「データ分析」の違い 「データ整
重回帰分析の例題サンプルデータ10選 | XICA-Labs
【分析の意図】 売上に影響する要因を分析することで、なるべく機会損失・廃棄ロスの少ない適切な販売体制を取れるようにしたい。 【目的変数】 アイスクリームの売上 【説明変数】 最高気温 通行人数 【分析の意図】 高田馬場駅の周辺の物件100件を調べ、様々な物件の条件（広さ、駅からの遠さ、階数など）がどれくらい家賃に影響するのかを調べたい。 【目的変数】 物件の家賃 【説明変数】 様々な物件の情報（広さ、駅からの徒歩時間、築年数、階数、様々な設備の有無、etc…）
データドリブンな組織を作るときにまず行うこと 〜我が社よデータ分析色に染まれ〜 - ハウテレビジョンブログ
はじめに データ解析本部のn_maoです。 前回は高速集計ツールmコマンドのご紹介をしました。 前回のmコマンドの紹介の投稿 今回は趣向を変えて、社内に分析部隊をゼロから作り、データドリブンなサービス改善を実現するためにまず行うべきこと、意識することをまとめてみました。 これは実際にゼロから初めた私の経験に基づくものです。 １つのケーススタディとして読んでいただければと思います。 主張を大まかな流れに分類すると、 1. 分析環境を整える 2. 社員のデータに対する意識を高める 3. データ分析とサービス開発を結ぶ仕組みを作る 4. 小さな効果を体感してもらう 5. 現状を把握し、指標を作る という感じです。 以下で各トピックの詳細について触れていきます。 1. 分析環境を整える 分析のためのサーバーを用意する 当然のことですが、念のため。 データ分析や集計を行っていると、どうしてもメモリや
人間心理学。人間はこういう風にできているということがわかる、25の心理学的事実 : カラパイア
この世にあるもので、人間の心ほど不思議と謎に満ち溢れているものはない。それは、全宇宙の中でもっとも理解しがたいもののひとつだからだろう。 だからといって、人の心のことがほとんど解明されていないわけではない。おおむね正しいある特定のルールに基づけば、心理学者があなたの行動を予測することができるくらいは解明が進んでいる。あなたはそんな型にははまらないタイプのひとりかもしれないが、これからあげる25の心理は、あなたというひとりの人間のことをかなり的確に言い当てていると言ってもいいだろう。
2014年度！有名アプリのDAU、MAU、アクティブ率まとめ：スマートフォン＆ソーシャル@trendism：オルタナティブ・ブログ
2014年度もあと1ヶ月ほどとなりましたね〜早いものです。そんな年末が近いからなのか、日々アプリビジネスに関する色々な相談を多数もらいます。ありがたい話っす。 そんな中で、2014年度を振り返る上でも、アプリビジネスをする上で、あらためて感覚値の認識を深めておきたいよね〜と思いまして、有名アプリのDAU、MAU、アクティブ率をまとめてみました。 アプリビジネスをする方は、ぜひ参考にしてみてください。 と言いつつ、結論から言うと、FULLER株式会社（http://fuller.co.jp/）さんの「App Ape Analytics」が今月中まで無料で一部のアプリの統計Dataを公開してくれているので、調べまくって、それを元にアクティブ度合いを分析してまとめみました！という話です。 こちらのツールですよ ⇒ http://analytics.appa.pe/index.html ちなみに、
【連載第1回】ほとんどの分析はなぜ不毛に終わるのか、失敗の原因を見つめることから始めよう - 日経BigData
ヤフーのビッグデータ戦略を担当する安宅和人チーフストラテジーオフィサーは20年以上分析に関わってきた。ほとんどの分析が同じような理由のために失敗を繰り返しているという。 私はこれまで20年以上にわたり、様々な分析とともに生きてきた。その経験の中から言えることが1つある。それは、この世の中で日々生み出されている分析の大部分が、意味のある意思決定や変化を何も生み出さないということだ。世の中で生み出される分析のほとんどが、結果の視点から見るとダメ分析なのだ。 私自身が仕事を始めたころに行った分析も今振り返ればそうだったし、これまで接してきた事業分析やビッグデータ分析の多くもそうだった。 そこに費やされている労力、才能、コストを考えれば、あまりにも残念なことだ。この連載は失敗の原因を見つめることから始めたい。 では、ほとんどの分析はなぜダメ分析なのか？ 原因は大きく5つある。 （原因１）「何のため
おねえさんが、センサー + Raspberry Pi + fluentd + Treasure Data + αで自宅の揺れを検知＆分析してみるよ① - ○○おねえさんのつぶやき
タイトル通り、センサー + Raspberry Pi + fluentd + Treasure Data + 様々なプロダクトを組み合わせて、自宅が揺れる原因を分析してみるお話です♪ 長丁場になりそうなので、これから数回に分けて綴っていこうと思います。 第1回の今回は、揺れ分析をはじめた理由、やりたいこと、システム構成についてお話します。 はじめた理由 実は・・自宅マンション周辺の大規模工事が終わった頃から、毎日ふとした時に自宅が揺れています！ 震度１～２くらいかな？と思ってYahoo!の地震情報を確認してみるのですが、地震は起きていません。 天井から吊してあるパネルも揺れるので、気のせいではないはずなのに。。 管理会社に問い合わせてみましたが、「よくわからないですねー」と素っ気ない返事しか返ってきません。 むむむっ、結構重要な問題だと思うんだけどー＞＜。 揺れの原因によっては引っ越しも考
非エンジニアにもわかるR言語で何ができるか？【データマイニング】 その２ | Sanow Labs blog（サノウラボブログ）
GMOアドパートナーズ(株)がソーシャルメディア・Web広告戦略を提供するラボサイト!Web広告のトレンドや、SEO/SEM、ソーシャルメディアの最新手法の紹介から、ニュース、インタビュー記事等を掲載していきます。実績を通じて得た経験や専門的且つ、実践的なテクニックを活かして、他社の先を行く実効性のあるマーケティング戦略論を提供します。はじめに 「風が吹けば桶屋が儲かる」 この言葉の意味をご存知でしょうか。何故、風が吹くと桶屋が儲かるのでしょう。 大風で土埃が立つ →土埃が目に入って盲人が増える →盲人は三味線を買う →三味線に使う猫皮が必要になり、猫が殺される →猫が減れば鼠が増える →鼠は桶をかじる →桶の需要が増え桶屋が儲かる ある事象の発生により、一見すると全く関係がないと思われる物事に影響が及ぶという日本古くから伝わることわざです。また、現代でも連関規則の有名な例とし
元ヤフーのエンジニアに学ぶ！GrowthHackのためのログシステム設計［無料勉強会］ | エージェントが語るテック業界 - Levtech Time [レバテックタイム]
こんにちは！石川です。 最近「GrowthHackに興味がある」というエンジニアさんが多くいらっしゃいます。 エンジニア視点からだと、GrowthHackの基盤ともいえるログ解析とユーザ分析の能力は市場価値が高くなりそうですし、注目ですよね！ ですが「実際に経験してみないと分からない事が多そうで、なかなか足を踏み入れにくい」という方も多いのではないでしょうか。 そこで・・・ ヤフー株式会社でユーザ行動解析を担当されていた菊池さんに「アクセスログ可視化、ユーザ属性解析を行うためのシステム設計」をテーマにイベント登壇していただきます！ 同窓会GrowthHack！×データログ集計、解析！をテーマに事例をまじえお話します！ 16年ぶりの再会でも参加率6割の同窓会を開くには？Yahoo出身のエンジニアが語る、アクセスログ可視化、ユーザ属性解析を行うためのシステム設計のコツとは？ 2014/4/2
![元ヤフーのエンジニアに学ぶ！GrowthHackのためのログシステム設計［無料勉強会］ | エージェントが語るテック業界 - Levtech Time [レバテックタイム]](https://cdn-ak-scissors.b.st-hatena.com/image/square/575c1bd0a7afc49967bb5cb7f5321329febfbba7/height=288;version=1;width=512/http%3A%2F%2Flevtech-time.jp%2Fwp-content%2Fuploads%2F2014%2F04%2Floghack1.jpg)
サイト高速化の「戦略」と「戦術」- GradeAのその先へ | ゆっくりと…
サイト高速化をネタにした記事は星の数ほどありますし、YSlow や PageSpeed、あるいは両方同時にチェックできる GTmetrix のおかげで、アドバイスに従って問題点を一つ一つ潰し込んでいけば、着実にスコアを「Grade A」に近づけられるようになりました。 またベスト・プラクティスなんて知らなくても、「CloudFlare 導入、一発 OK！」なんていうお手軽なサービスもあります。 一方、これら個々の Tips、テクニックを断片的に積み上げていくアプローチやブラックボックス方式では、サイト全体を通して「本当に最適なの？」という疑問も生じます。 別な言い方をすれば、「Grade A は取ったけど… その先は？」に対する処方箋が必要なんじゃないかと思っています。 そこで今回は、「スコア」だけでは見えてこない、サイト高速化の「戦略」と「戦術」の話にチャレンジしてみたいと思います。これ
ショッピングの未来--人間心理や感情の分析、活用など
小売業界は、4つの興味深い分野が出会う素晴らしい場所である。その4つとは、業務とテクノロジ、人間の行動、心理学だ。本記事では、近未来の小売店で見かけるかもしれない技術を概観する。 近未来のショッピングはより分析的になり、さまざまなビデオを活用して感情やエンゲージメントを追跡するようになるだろう。 未来の小売業界では、タブレット上で稼働するOSが「Android」なのか、「iOS」なのか、それとも「Windows」なのかといったつまらない質問が脇に追いやられ、実際の応用や販売といったものに焦点が当たるようになるはずだ。 小売業界は、4つの興味深い分野が出会う素晴らしい場所である。その4つとは、業務とテクノロジ、人間の行動、心理学だ。本記事では成熟度という観点で、既に実現されているものから、採用までしばらくかかるものまでを含むテクノロジについて紹介する。 こういったテクノロジの多くは、モノのイ
そもそもビジネスの現場ではどういう「レベル」の統計学を使うべきなのか - 渋谷駅前で働くデータサイエンティストのブログ
データサイエンティストブームが去りつつある一方で、データ分析ブームそのものはじわじわと広がり続けている感じのする昨今ですが。最近また、色々なところで「本当にビジネスやるのに統計学って必要なの？」みたいな話題を聞くことが増えてきたので、何となくざっくりまとめて書いてみました。 ちなみに今回の話題の参考図書を挙げようと思ったら、この辺ですかね。 とある弁当屋の統計技師(データサイエンティスト) ―データ分析のはじめかた― 作者: 石田基広,りんと出版社/メーカー: 共立出版発売日: 2013/09/25メディア: 単行本この商品を含むブログ (13件) を見る 統計学入門 (基礎統計学) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メディア: 単行本購入: 158人 クリック: 3,604回この商品を含むブログ (78件) を見る 本当は赤
バンディットアルゴリズム入門と実践
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です． 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています．巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました． 主に以下のような強化学習の概念やアルゴリズムの紹介をしています． ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN（Deep Q-Network） ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
完璧に分かる！「google アナリティクス」の得する設定と使い方まとめ３１
作成：2013/09/24 更新：2014/11/01 SEO対策 > 毎月、ECサイトや情報サイトなどアクセス解析保守を9社ほど作らないといけません。ここらでおさらいを兼ねて、Googleアナリティクスを扱ううえで必要なことを整理しようと思います。今回は成果を上げるうえで「知らないと損する」ことをまとめました。 エンジニア速報は Twitter の@commteで配信しています。 もくじ 外部連携（初期） １．複数サイトを一つで管理 ２．すべてを一元管理 ３．ウェブマスター連携 ４．AdWords連携 ５．アドセンス連携 共通設定（初期） ６．プロファイル ７．フィルタ ８．IP除外 ９．Cookie除外 トラッキング設定（初期） １０．トラッキング設定 １１．時間／曜日／日付 １２．集客／キーワード／ページ １３．流入／属性／閲覧開始／トレンド 計測方法と基本知識 １４．ディメンション
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
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
サービス改善はログデータ分析から
Amazon.co.jp: ビジネス活用事例で学ぶ データサイエンス入門: 酒巻隆治, 里洋平: 本
