JASRAC許諾第9009285055Y45038号 JASRAC許諾第9009285050Y45038号 JASRAC許諾第9009285049Y43128号 許諾番号 ID000002929 ABJマークは、この電子書店・電子書籍配信サービスが、著作権者からコンテンツ使用許諾を得た正規版配信サービスであることを示す登録商標(登録番号 第6091713号)です。
![[第14話]リバイアサン - 黒井白 | 少年ジャンプ＋](https://cdn-ak-scissors.b.st-hatena.com/image/square/a23b6d3eb9c53015663f4c73908056d485c67002/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak-img.shonenjumpplus.com%2Fpublic%2Fseries-thumbnail%2F3270375685374420702-e387bba0b162ad01aaacbbd201ed0ce6%3F1741136630)
[第14話]リバイアサン - 黒井白 | 少年ジャンプ＋
JASRAC許諾第9009285055Y45038号 JASRAC許諾第9009285050Y45038号 JASRAC許諾第9009285049Y43128号 許諾番号 ID000002929 ABJマークは、この電子書店・電子書籍配信サービスが、著作権者からコンテンツ使用許諾を得た正規版配信サービスであることを示す登録商標(登録番号 第6091713号)です。
ゲームにおけるA/Bテストについて - KAYAC Engineers' Blog
こんにちは。技術部平山です。 今回は、ゲームにおけるA/Bテスト について論じます。 「論じます」で始めたことで察しがつくかとも思いますが、今回はブログではありません。 媒体はブログですが、ブログの容量ではない代物になっております。3.5万字(115KB)超えです。 ゲームにおけるA/Bテストについて、実施の方法や問題点、 倫理的側面に至るまで幅広く書き連ねてみました。 読んで欲しいのはどちらかと言えば同僚なのですが、 そういう時にはまず社外に出してしまった方が良いものですので、 ブログにしてしまいます。 比較的同業の方が読むことを想定しているため、 図表を用いてわかりやすくすることはしておりません。 これを書いた人間は何者か 技術的な問題の前に ゲームにおいても構図は全く同じ A/Bテストが可能である条件 A/Bテストの手続きを概観する 振り分け アプリ内振り分けの場合 Firebase
「そうだ、数理最適化、やろう。」ってなった時にめっちゃ参考になったリンク集＆参考書｜CO-WRITE
数理最適化案件とAI/機械学習案件とのアナロジー 「やってみなければわからない」中で僕たちDSはどうするか本記事では表題に関して、脳筋系ゆるふわVTuberこと入社2年目DSの岡部がお送りいたします。（DS=データサイエンティスト） 発... ◆【理論・実践】（2021年時点で）オススメの参考書 最大のアップデートはこちらの2冊です。参考書は時代の流れに合わせていいものが出てくるものですね。もちろん過去の参考書にもいいものはたくさんありますが、日進月歩の分野である以上、新しいものに軍配が上がりやすい構図はあると思います。 しっかり学ぶ数理最適化 モデルからアルゴリズムまで Pythonではじめる数理最適化： ケーススタディでモデリングのスキルを身につけよう 以下それぞれの所感です 【理論】「最適化分野全般を知るための『最適解』」とも言われている教科書 僕が最適化にハマっていた当時は様々な本
サントリーが“営業力”強化のため、データ分析に取り組んでいる背景
サントリーが“営業力”強化のため、データ分析に取り組んでいる背景：社内研修も実施（2/2 ページ） 社内で研修を実施 データ分析の手法や考え方を社内に広めるために、サントリーはどういった体制を構築しているのか。 家庭用統括部の松下光太郎氏は、データ活用を推進するための研修立案や運営に携わるとともに、社内外のデータサイエンティストとの協業もしている。松下氏によると、本格的な研修に取り組むようになったのは2022年からだという。 データ分析の基礎的な内容をオンラインで講師が教えるだけでなく、参加者によるグループワークも実施している。単に学んで終わりとならないように、先進的な小売りチェーンの店舗を訪れるメニューも用意した。こうした結果、データ分析に基づいた棚割り案を小売りチェーンに提案するといった成功事例も出ててきているという。 今後、チェーンから提供されたID-POSデータだけではなく、サント
Starbucks® Rewardsとは｜スターバックス コーヒー ジャパン
スターバックス® リワードとは？ 公式アプリや登録済みスターバックス カードでの お買い物で、Starがたまるプログラム。 ためたStarはビバレッジやフード、 コーヒー豆に交換できるeTicketや スターバックス® リワード限定オリジナルグッズなどの ごほうびと交換できます。 また、会員ステータスに応じてビバレッジの 先行購入や お誕生月特典など、 特別な特典もお楽しみいただけます。
青森 “大間まぐろ” 漁獲量一部未報告か 仲卸業者社長2人逮捕 | NHK
青森県の「大間まぐろ」のブランドで知られるクロマグロをめぐり、仲卸業者2社が漁業者と共謀して、漁獲量の一部について法律で義務づけられた県への報告をしていなかったとして、警察は2社の社長2人を漁業法違反の疑いで逮捕しました。2社が報告していなかった漁獲量は、令和3年度分だけで合わせて100トン近くに上るとみられ、警察が実態解明を進めることにしています。 逮捕されたのは、いずれも青森県大間町の仲卸業者の社長で、「魚忠」の新田忠明容疑者（47）と、「最北水産」の佐々木一美容疑者（61）の2人です。 警察によりますと、2人は漁業者と共謀し、おととし7月から9月にかけてクロマグロについて、新田社長がおよそ7トン、佐々木社長が11トン余りをそれぞれ県に対し報告していなかったとして、漁業法違反の疑いが持たれています。 警察によりますと、調べに対しいずれも容疑を認めているということです。 クロマグロは、資
K-meansのクラスタ数を決めるのにエルボー法を使うのはやめよう、という論文 - 渋谷駅前で働くデータサイエンティストのブログ
クラスタリングに用いられるK-meansのクラスタ数決定方法については長く議論されてきた歴史があり、このブログでも以前ちょろっと取り上げたことがあります。 で、Twitterを眺めていたらタイムラインに面白い論文が流れてきました。それがこちらです。 タイトルを読んで字の如く「K-meansのクラスタ数を決めるのにエルボー法を使うのはやめろ」という論文なんですね。全体で7ページと非常にコンパクトで読みやすい内容なので、簡単にまとめて紹介してみようと思います。なおいつもながらですが、僕の技術的理解が不足しているが故の誤りなどが混じる可能性がありますので、その際はコメント欄などでご指摘くださると幸いです。 あるtoy dataに対するK-meansの結果 目検に頼らないエルボー法について考える ならば、既存のクラスタ数決定法の中では何を選ぶべきか そもそもK-meansが有効でないケースもあるこ
2022年、特に感動した・気に入った フリーソフト
指定した音声ファイルを、楽器ごとのパートに分解してくれるソフトです。 音声ファイルをドラッグ＆ドロップで放り込むと、該当のファイルを ボーカル ベース ドラム その他（キーボード、ギター 等） ボーカル以外のインストゥルメンタル といった 5 つのファイルに分解してくれます。 処理を GPU（CUDA）で実行することもできます。
A/Bテストの評価をベイズ統計でやってみない？ - tdualのブログ
遊びでA/Bテストの評価をベイズ統計でやってみたら、思いのほか面白かったので記事に残します。 用語の定義 コンバージョン コンバージョン率 A/Bテスト コンバージョンの確率分布 なぜベイズ統計を使うのか 割合の問題点 尤度と最尤法 尤度 最尤法 ベイズ統計 ベイズの定理 共役事前分布 ベータ分布 事後分布の導出 事後分布のグラフ ベイジアンA/Bテストの実装 コード 使用例 本番っぽい使い方 カイ二乗検定と比較 最後に 用語の定義 コンバージョン コンバージョンとは「Webサイト上で起きた最終的な成果」のことです。 具体的に何を意味するかはサイトの種類によっては様々です。 例えば、ECサイトでは商品の購入で、SNSでは会員登録などです。 コンバージョン率 コンバージョン率は「成果に繋がる最初の行動に対して実際に成果に繋がった割合」のことです。 ECサイトではある商品が購入された数をその商
データアナリストになるためのロードマップ【決定版】 - Qiita
この記事はNuco Advent Calendar 2022の25日目の記事です データアナリストになるためのロードマップとは 本記事の指す「データアナリストとは」 データアナリストとはデータの収集・分析のプロフェッショナルです。 分析した情報を元に仮説を立て、問題解決や目標達成を目指します。 本記事でいうデータアナリストとは、データベースへ自らアクセス可能で、データの処理と傾向の特定、主要なビジネス上の意思決定を支援するデータの視覚化が可能な人間を指します。 データアナリストの業務例 プロダクトの機能改善、事前見積もりや効果検証 施策についての仮説設計と効果検証 予測モデル構築 事業戦略の振り返りやKPI設計 本記事の概要 本記事ではデータアナリストになるためのロードマップを提示します。 ステップ１：独学で学ぶ ステップ２：データアナリストとして就職する（未経験可の求人に通る） ステップ
数理最適化と機械学習を比較してみる - めもめも
数理最適化 Advent Calendar 2022 の記事です。 何の話かと言うと Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう― 作者:岩永二郎,石原響太,西村直樹,田中一樹オーム社Amazon 上記の書籍の第7章では、次のような問題を取り扱っています。 細かい点は書籍に譲りますが、まず、生データとして次のようなデータが与えられます。 これは、あるショッピングサイトの利用履歴を集計して得られたもので、あるユーザーが同じ商品を閲覧した回数（freq）と、その商品を最後に閲覧したのが何日前か（rcen）の2つの値から、そのユーザーが次にサイトにやってきた時に、再度、その商品を閲覧する確率（prob）を実績ベースで計算したものです。実績ベースのデータなので、ガタガタしたグラフになっていますが、理論的には、 ・freq が大きいほど prob は大きくな
因果推論の先へ―機械学習で因果効果を予測する『反実仮想機械学習（Counterfactual Machine Learning）』入門
はじめに ARISE analytics の近藤です。本記事では、次世代の意思決定技術として注目されている反実仮想機械学習（Counterfactual Machine Learning：CFML）を紹介します。 本記事は、CFMLを日本語で体系的に整理し、初学者の理解を手助けすることをねらいとして執筆しました。本記事の理解促進につながるように、ベースとなった勉強会資料を記載します。こちらも併せて閲覧いただくことで理解の助けになれば幸いです。 目次 ・ はじめに ・ Counterfactual Machine Learning(CFML） ・ Off-Policy Evaluation（OPE） ・ CFMLを支える技術（オープンデータとツール） ・ おわりに Counterfactual Machine Learning(CFML） CFMLをめぐるトレンドとビジネス CFMLは産業界
プロダクト担当者とデータサイエンティストで Prophet を使って EC サービスの注文額を予測する - Pepabo Tech Portal
技術部データ基盤チームのデータサイエンティストの @zaimy です。今回は、ハンドメイド作品を対象とする EC サービスである minne の注文額を、プロダクト担当者とデータサイエンティストで Prophet を使って予測した事例を、主に運用面から紹介します。 結論ファースト 背景 時系列予測を行うモデルの選択 特徴量の選択と工夫 モデリングの結果とビジネス的な成果 モデルの監視と継続的な改善 まとめと今後について 結論ファースト 月ごとの注文額を実績に対して誤差 1% 程度で予測できるようになりました。 背景 これまで minne では、経営計画に基づく年間の注文額の目標があり、それを過去実績に基づいて月割りにし、そこから日数で日割りにする…という流れで計算された、日ごとの注文額の目標を立てていました。 この目標値が予測値として使われているシーンもありましたが、当然、目標値は直近の実
「4千万円」過少申告に与野党驚愕 麻生氏側近に「政治とカネ」疑惑：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
あえて機械学習は使わない、最適化AIで重厚長大産業の業務を変革
人工知能（AI）というと機械学習や深層学習が注目されがちだが、実はそれはAIの半分にすぎない。あとの半分、いわば「アナザーAI」は企業の生産計画や物流などで重要な役割を果たす「最適化AI」だ。最適化AIを実現するための技術が、「焼きなまし法」や「ビームサーチ」などの「ヒューリスティックアルゴリズム（メタヒューリスティクス）」である。この連載では、競技プログラミングサービスを提供しているAtCoderの高橋直大社長が、アルゴリズムに対する深い知識を生かし、最適化AIを活用している企業を訪ねて取り組みを探っていく。 今回は、ディー・エヌ・エー（DeNA）からスピンオフしたAIベンチャーのALGO ARTIS（アルゴ・アーティス）を訪問した。電力、物流、製造といった重厚長大系企業のスケジューリング問題を最適化AIで解くことを得意としている。同社の取り組みを、永田健太郎社長、門脇大輔リードアルゴリ
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
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
get_espn_win_prob: Get NFL in-game win probabilities for a specific game from... in jthomasmock/espnscrapeR: Scrapes Or Collects NFL Data From ESPN
Function for scraping win probability data from the ESPN API. Outputs game_id, play_id and home_wp and should therefore be joinable to cfbscrapR data.
World Data Visualization Prize
関東は「セブン」が優勢…「コンビニ勢力図」最新版が話題に - ライブドアニュース
Best Data Visualization Projects of 2022