シンプルなコンテンツベースのレコメンデーション・エンジンをPythonで実装する | POSTD
ECサイト向けのレコメンデーション・エンジンを構築すると仮定しましょう。 構築する方法としては、コンテンツベースか協調フィルタリングを使用する2つの進め方があります。それぞれのメリットとデメリットを見てみましょう。そして、コンテンツベースエンジンを 簡単に実装する方法 について探りましょう(Herokuにデプロイ可能です)。 コンテンツベースを使用するとどのようになるのか先に知りたい方は、ほぼ同じレコメンデーション・エンジンが Groveの商品（紹介）ページで使用 されていますので、見てみてください。 コンテンツベースのレコメンデーション・システムはどのように機能するのか 商品説明や商品名、価格などの実際のアイテムプロパティなどが使用されるため、コンテンツベースシステムで構築されていると周りには思われているのではないでしょうか。これまで一度もレコメンデーション・システムの使用を検討したこと
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
データサイエンティストになる方法、仕事内容、スキルとは？マシューのデータサイエンスAtoZ Vol.2 | キャリアハック（CAREER HACK）
▼連載第1回はこちら データサイエンティストのスキルを徹底解剖！マシューのデータサイエンスAtoZ Vol.1 データサイエンティストのスキルセット こんにちは。イノベーションラボのマシューです。連載の第2回目はデータサイエンティストに求められる具体的なスキルと仕事内容をイノベーションラボの事例も挙げながらご紹介したいと思います。 データサイエンティストではない方も、WEB・IT業界に身をおいているならば、データサイエンスは「21世紀の仕事だ」と様々なメディアで目にする機会が数多くあるのではないでしょうか。 それもそのはず。人々や企業、政府が大量のデータを生み出し、保持するようになったいま、その膨大なデータから「意味を見出す能力」を持つ人材に対してのニーズは間違いなく高まっています。 「完璧なデータサイエンティスト」に求められるスキルはあまりに広範かつ高度なので、ユニコーンと同じくらい珍し
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
