『マルコフ連鎖モデルによるアトリビューション分析（インターネット広告への応用）』
こんにちは、岡川です。 今回は、インターネット広告代理店の現場で活用している数理モデルの紹介です。 はじめに、（何度も記事を書いていますが）自己紹介させていただきます。 大学院では素粒子物理学、特に超弦理論を専攻していてました。社会に出て、電機メーカーで半導体フラッシュメモリの製造工程のLPCVD(低圧化学蒸着)工程の開発エンジニアとして勤務していました。その後、インターネット広告代理店に転職して、現在は以下のようなネット広告のデータ分析を色々やっています。 ・DMPセグメント設計 ・アトリビューション分析 ・予算シミュレーション ・クリエイティブ検証 ・ウェブ×マス広告分析 ・動画広告の分析 今回の話しは、アトリビューション分析です。 今回は、特に理論的な面に焦点を絞っていますので、大学学部生含むアカデミック側の方々にも楽しんでいただければと思います。ですが、今回使っている数学は、線形代
レコメンドエンジンの全体像――ビジネスに使えるデータサイエンス
くどう・たくや／マッキンゼー・アンド・カンパニー パートナー、QuantumBlack 共同統括 兼 テレコム・メディア・テクノロジー（TMT）セクターのグローバルリーダシップチームメンバー。 慶應義塾大学を卒業し、コンサルタントとして活躍後、コロンビア大学大学院で経済政策を学ぶため渡米。同大学院で修士号を取得後、ブルームバーグ政権下のニューヨーク市で統計ディレクター職を歴任。在任中、カーネギーメロン工科大学情報技術科学大学院で工学修士号も取得。2011年よりアクセンチュアデジタルの創業メンバーとしてシアトルオフィスにてグローバルのデータサイエンスCOE統括兼北米統括を歴任、KDDIの合弁会社ARISE analyticsではChief Science Officer (CSO)兼取締役を務める。2021年5月よりマッキンゼー・アンド・カンパニーに移籍、シアトルオフィスにてパートナーに着任
「n日間移動平均」＋「±2σ境界線」をExcelでプロットしてお手軽にKPIの異常値をチェックする（厳密ではないけど） - 渋谷駅前で働くデータサイエンティストのブログ
僕の得意分野は計量時系列分析(Econometric time series analysis)なんですが、実際にソーシャルwebサービス企業でデータ分析に取り組む上ではそんなに細かいことやる必要はない、というかそこまで正確な分析をする前に実務上色々やるべきことがある、ということは結構多いです。 実際のところ、本当は異常値検出・外れ値検出みたいな手法でゴリゴリやりたい（例えばyokkunsさんが提供なさっているRの{ChangeAnomalyDetection}パッケージとか、はたまた{tsDyn}パッケージでも実装されているようなSETARとか、もしくは{MSwM}パッケージでやれるマルコフ状態転換モデルとか）んですが、Rを使ってもらうだけでも一苦労という現場ではそうも言ってられないという実態もあります。 ということで、もう何もかも面倒なのでお手軽に「KPIの上がり下がりを見て『これ凄く
データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します（この論文は@doryokujin君のポストで知りました、ありがとうございます！）。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
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
