FacebookExperimentalのRobynによる自動マーケティングミックスモデリング
この記事では、FacebookExperimentalのRobynの最初の概要を説明します。Facebookのマーケティングサイエンスチームはすでに優れたクイックスタートガイドと非常に詳細なページを作成しているので、記事を短く簡潔に保つようにしています。詳細な説明のために、あなたはより多く見つけることができるここで情報を。 tl; dr Facebook ExperimentalのRobynは、自動化されたマーケティングミックスモデリング（MMM）コードであり、現在ベータ版です。 これは、特徴変換のための2つのアドストック（幾何学的およびワイブル）およびS曲線変換（収穫逓減）手法を提供します。 時系列機能を考慮に入れるために、RobynはFacebookProphetを利用します。 FacebookのNevergrad勾配のない最適化プラットフォームを利用して、一連のパレート最適モデルソリ
BERTopicを使用したインタラクティブトピックモデリング
毎日、企業は大量の非構造化テキストを扱っています。電子メールでの顧客とのやり取りから、オンラインのフィードバックやレビューまで。この大量のテキストを処理するために、トピックモデリングに目を向けます。繰り返し発生するトピックを特定することにより、ドキュメントから自動的に意味を抽出する手法。 数ヶ月前、トピックモデリングにBERTを活用することに関する記事を書きました。思いがけず爆発し、ポジティブなフィードバックに驚きました！ 私は、記事の基になっているトピックモデリング手法であるBERTopicをさらに開発することに焦点を当てることにしました。 BERTopic は、BERT埋め込みとクラスベースのTF-IDFを活用して密集したクラスターを作成するトピックモデリング手法であり、トピックの説明に重要な単語を残しながら、簡単に解釈できるトピックを可能にします。 私は今、BERTopicが十分な牽
機械学習—隠れマルコフモデル（HMM）
あなたの配偶者が幸せかどうかをどうやって知るのですか？どんなカップルでもそれは難しいかもしれないとあなたに言うでしょう。機械学習MLでは、多くの内部状態を特定または観察するのが困難です。別の方法は、観察可能な外部要因からそれらを決定することです。それがHMMが解決するものです。たとえば、音声認識では、音声（オブザーバブル）を聞いて、そのスクリプト（音声を表す内部状態）を推測します。まず、一般的に使用されるいくつかの定義を最初に見てみましょう。 マルコフ過程/マルコフ連鎖 一次マルコフ過程 は、将来の状態が現在の状態のみに依存する確率過程です。一次マルコフ過程はしばしば単にマルコフ過程と呼ばれます。それが離散空間にある場合、それはマルコフ連鎖と呼ばれます。 マルコフ過程の仮定は実際には真実ではないかもしれません。しかし、それが真実ではない場合でも、システム内の追加の状態をモデル化して、マルコ
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
