因果推論のススメ - データサイエンティスト上がりのDX参謀・起業家
2012年3月12日、計算機科学分野の権威ある賞、チューリング賞（wikiはこちら）をJudea Pearl先生が受賞されました（米記事はこちら、日本記事はこちら）。Pearl先生は「因果推論」分野の権威です。因果推論はベイジアンネットワークや構造方程式モデリング（SEM、パス解析）などの基本理論になります。チューリング賞が出たこともあって因果推論が注目されそうですが、難易度が高い分野でもあります。そこで、私が読んで理解が進んだ本を紹介致します。 まずは、このエッセイ本を読むと「因果関係とは何か？」「効果とは何か？」といった事をとてもイメージしやすくなります。これは医療統計分野の本なので、「ランダム化試験」という用語で因果関係を説明していますが、web業界の方はA/Bテストと言った方が分かりやすいかもしれません。A/Bテストをすることでレイアウトの良し悪しが判明するのも、基礎には因果推論の
東大計数特別講義20130528
2. 背景：「モノ」から「コトへ」 車 vs 家族でのドライブ 家 vs 家庭生活 SNS vs 知人の近況、いいね SNS vs 膨大な広告視聴者 SNS vs 行動変容・社会変革 ビッグデータ(ベース) vs リアルな社会情勢 （凄い）「モノ」 そのものよりも、 「モノ」を通じて得られる（善いこと）「コト」が大事! 3. モノの価値からコトの価値へ • 価値モノ = f(モノ) = f(what, α) (α = 何らかの前提） • 価値コト = f(コト)=f(5W1H) =f(what, who,where, when,… ) =f(モノ、人、状況、etc….) • 価値モノと価値コトではその自由度が異なる （不確実性、ダイナミクスが伴う）
協調フィルタリングについてまとめてみた。 - Analyze IT.
A Survey of Collaborative Filtering Techniques(Xiaoyuan Su and Taghi M. Khoshgoftaar, 2009,Advances in Artificial Intelligence) 仕事で協調フィルタリングについて調べる必要が出てきたのだが、あまりよい日本語の文献を見つけられなかったため（後にしましま先生の文献を見つけた）やむなく英語の論文を検索したところ、 上記のよいサーベイ論文を見つけた。というわけでこのサーベイ論文に書かれていることに自分なりに調べたことを加えて、自分用にまとめておく。 また、一部の人達の間ではとても有名なしましま先生の論文（ドラフト版）があるので、英語が苦手な人はそちらをご覧になるとよいと思われる。 協調フィルタリングは、一言で言えばユーザとアイテムのマトリックスを用いた顧客への商品のレコメン
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
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
