scikit-optimize: Sequential model-based optimization in Python — scikit-optimize 0.7.3 documentation
データで思い込みを排除しろ--急成長オンライン書店のビッグデータ活用法
創業13年のオーストラリアのオンライン書店Booktopiaは、常にデータを貴重な資産だと考えてきた。しかし創業後の数年間は、手元にあるデータをほとんど活用できていなかった。 しかしこの10年間は、利用できるリソースも増え、同社はようやく「Emarsys」「HotJar」「Google Analytics」「Optimizely」などのツールを使うことで、知見の発見や意思決定、収益の増加などにデータを生かせるようになってきたという。 データを活用するアプローチはBooktopiaの成長に寄与しており、2004年には1日当たりの売り上げが10豪ドルだった小さなプロジェクトが、前会計年度には年間売上高1億ドル超を生み出す事業にまでなった。 2400万人のサイト訪問者を惹きつけ、毎年400万件の書籍、DVD、雑誌、文具を販売する同社は、個人に合わせた検索や、購入体験の最適化にデータを利用しており
Using Cloud Dataflow to run parallel predictions with your TensorFlow model - めもめも
Suppose that you've finished training your prediction model with TensorFlow, yeay! Now you have to make predictions with the trained model for tens of thousands of data. How will you do it? I will show you one of possible choices. You can use Cloud Dataflow for general parallel batch processing and it's not hard to apply machine learning models in this framework. What is Cloud Dataflow? Cloud Data
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
