この記事はエムスリー Advent Calendar 2021 1日目の記事です。 明日からも面白い記事が続々投稿されるので、ぜひ購読・拡散お願いします! qiita.com エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(@po3rin) です。好きな言語はGo。情報検索系の話が好物です。 最近検索エンジンの改善やアルゴリズムの変更などの効果を分析する機会が多くなってきたのですが、ABテストの効果検証でやらかしてしまい、改めてABテストについて復習しています。そこで「A/Bテスト実践ガイド」という本を読みました。 A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とは (アスキードワンゴ) 作者:Ron Kohavi,Diane Tang,Ya Xu,大杉 直也ドワンゴAmazon この本で、私が陥った大量にクリックするユーザー
久しぶりのyahoo個人への投稿となりますが、この記事を公開するのは、正直、気が重いな、と思いつつ、公開します。 というのも、今、食べログに対して非常にネガティブな解釈が広がっているわけですが、何かしらポジティブな材料を提供するとなると、確実にいろいろ言われるだろうなあと思って気が重くて仕方がないのですが、ただ、人生の一時期、食べログにハマっていた人間として、論点として提供されるべきポイントが、提供されていないと感じましたので、本記事を公開する次第です。 ◆食べログの評価点数分布の「不自然さ」 さて、近年、食べログの点数評価アルゴリズムは、頻繁にその不正を疑われ議論になっています。 2016年には、評価アルゴリズムのリセットがあった際には、いくつかの店舗がいきなり3.0の点数にリセットされるなどといったことがあり、記事にもなりました。 そして10月8日に、藍屋えんさんという方が、ご自身のブ
世の中様々な介入効果・施策効果を検証するためのexperimentが行なわれていると思うんですが、意外とその効果検証というのは難しいものです。特にいわゆる統計的因果推論の立場から見れば、web上で接触する一般ユーザーに対する介入や施策といったものの検証を完全にランダム化比較試験(Randomized Controlled Trial: RCT)として実施するのは困難です。 この問題について統計的因果推論の観点からは様々なソリューションを与えることが可能なようです。例えば傾向スコア(Propensity Score)は最近色々なところで取り上げられていますし、バックドア基準といったものも挙げられます。で、今回はその中でも差分の差分法(Difference-in-Differences: DID)を取り上げることにします。理由は単純で「どうしてもexperimentによって何かしらの介入・施策
「アンセム」 音楽ファンならばよく聞く言葉だと思います。 自分なりに日本語に解釈すると「語り継がれし名曲」です。 この「アンセム」をチャートマニアらしく、チャートデータを活用して見つけていこう、試みをこの記事で行います。音楽チャートは視点を変えればいろいろなことが分かる、ということを知って頂けたら幸いです。 使うデータはタイトルにもあるようにSpotifyです。ストリーミングのなかでもなぜSpotifyなのか。Spotifyだけデータの公開量が多いからです。 例えばApple Musicは全然データを公開していません。(当時)オフィシャルでは自分の国のチャートデータしか見ることができません。他国のデータを見るには……?Twitterで一般ユーザーが「やべえ!MigosがApple Musicのトップ10支配しとるわ!」と言って、Apple Musicのランキングのスクショをアップロードをす
先週開催された、米デジタルメディアRecodeの年次イベントCode Conferenceで、毎年恒例Mary Meekerによるインターネット業界のトレンドレポート「Internet Trend」が発表されました。 今年のレポートは294ページと、インドもカバーして355ページ!あった昨年からはだいぶスリムになりましたが、それでも示唆に富む多くのデータが含まれたレポートです。 様々な市場のトレンドに関するデータが豊富なため、各スライドの経年変化を見るというのも一興です。ぜひご興味のある方は、下記の過去ポストもご一緒にどうぞ。 2017年レポート 2016年レポート イベントで、Mary Meeker本人がレポートを説明している動画がこちらです。 ただ、本人も言っているように、データ満載で、プレゼン向きではないので、ご興味がある方はレポートの方を一ページ一ページじっくりと読むことをお勧めし
483 化学と生物 Vol. 51, No. 7, 2013 セミナー室 研究者のためのわかりやすい統計学-3 統計検定を理解せずに使っている人のために III 池田郁男 東北大学大学院農学研究科 34 34 484 化学と生物 Vol. 51, No. 7, 2013 35 36 * 35 * 485 化学と生物 Vol. 51, No. 7, 2013 * 37 36 * 486 化学と生物 Vol. 51, No. 7, 2013 * 38 * 38 * * 37 487 化学と生物 Vol. 51, No. 7, 2013 39 * 40 * 39 40 * * 488 化学と生物 Vol. 51, No. 7, 2013 * 41 42 41 * 489 化学と生物 Vol. 51, No. 7, 2013 43 42 43 490 化学と生物 Vol. 51, No. 7, 2
408 化学と生物 Vol. 51, No. 6, 2013 15 μ σ μ σ μ σ 16 セミナー室 研究者のためのわかりやすい統計学-2 統計検定を理解せずに使っている人のために II 池田郁男 東北大学大学院農学研究科 15 16 409 化学と生物 Vol. 51, No. 6, 2013 μ σ σ σ μ σ * 17 μ σ μ σ * μ μ μ Z n 1 1 = − ( ) X µ σ σ 18 μ σ σ σ σ σ μ σ μ μ μ σ / n σ / n σ / n σ / n * * 17 18 σ 410 化学と生物 Vol. 51, No. 6, 2013 t u n 1 1 = − ( ) X µ σ σ σ σ σ μ t X 1 1 = − ( ) µ SE 19 μ μ μ μ μ 20 μ σ μ μ σ μ μ u n / 19 20 4
318 化学と生物 Vol. 51, No. 5, 2013 セミナー室 研究者のためのわかりやすい統計学-1 統計検定を理解せずに使っている人のために I 池田郁男 東北大学大学院農学研究科 319 化学と生物 Vol. 51, No. 5, 2013 1 1 320 化学と生物 Vol. 51, No. 5, 2013 2 μ σ σ 3 * 2 3 * 321 化学と生物 Vol. 51, No. 5, 2013 4 * 5 * 6 σ 4 5 6 σ * * 322 化学と生物 Vol. 51, No. 5, 2013 μ μ μ μ μ σ 7 σ σ σ σ σ σ σ σ σ σ 8 8 9 7 σ 323 化学と生物 Vol. 51, No. 5, 2013 9 10 11 * σ σ * * * * 10 11 * * * * 324 化学と生物 Vol. 51, No.
私は大学で調査統計の授業(3年生対象)を持っていますが,エクセルで簡単な棒グラフを作れない学生さんが結構いることに驚いています。 話を聞くと,「エクセルなんて,1年時のコンピュータ活用の授業以来,全然開いていない。きれいさっぱり忘れた」とのこと。それどころか,パソコンに触れることもあまりないのだそうです。じゃあ,彼らの生命線ともいえるネットはどうしているのかというと,言わずもがなスマホなどの小型機器です。仲間との通信,買い物,情報収集などはこれで十分。 私などはその逆で,ケータイもスマホも持ちませんが,卓上のパソコンは必需品です。ネットはスマホでもできますが,私は目が悪いので,小さい画面はきつい。それに生業であるデータ分析や原稿執筆は,パソコンでないとどうにもなりません。 私は,若者のデジタル事情について興味を持ち,データで実態を明らかにしてみました。国際比較によって,わが国の状況を相対化
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