Uber徹底研究 -MaaSを支えるデータサイエンス編-｜Tack
今回はUberが使用する高度な手法について紹介します。紹介するのは以下の5つですが、レコメンドに関しては次回に回します。今回からは少し専門的な内容になります。 ・需要予測 ・配車最適化 ・ダイナミックプライシング ・解約予測 ・レコメンド(ボリュームが多いので、次回説明) 本記事は連載4回目の投稿ですが、これまでの投稿は以下の通りです。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- Uberのサービスは、まるで魔法を唱えてタクシーを召喚するかのように表現されますが、その魔法の裏にあるデータサイエンスを今回は紹介していきます。 ■需要予測昨今、様々な企業が需要予測を行っています。需要予測には、通常はいわゆる時系列モデル(ARIMA等)を活用した予測や、Xgboostやランダムフォレスト等の機械学習モデルを
科学者のあり方を変える帰納プログラミング - SmartNews Engineering Blog
こんにちは。スマートニュースの高橋力矢です。前回のブログでデータ分析+ゲーム理論を題材として、帰納と演繹をまとめる利点をお伝えしました。なんらかの入力 (e.g., ゲーム理論における利得表) があり、特定のアルゴリズム (e.g., 各プレイヤーの戦略的意思決定) を記述することで出力 (e.g., ナッシュ均衡) を得るアプローチは、ほとんどのソフトウェア・エンジニアが慣れ親しんでいるプログラミングそのものです。つまり多くのエンジニアが手がけるプログラミングの実態は演繹的プログラミングです。ではこの対極に位置する帰納プログラミング (Inductive Programming) はどの程度進歩しているでしょうか。 帰納プログラミングの一分野である確率プログラミング (Probabilistic Programming) は統計学や機械学習との関係が密接で、日本でも利用者の多いStanを
Variational Bayesian Inference with Stochastic Search
Variational Bayesian Inference with Stochastic Search John Paisley1 jpaisley@berkeley.edu David M. Blei3 blei@cs.princeton.edu Michael I. Jordan1,2 jordan@eecs.berkeley.edu 1 Department of EECS, 2 Department of Statistics, UC Berkeley 3 Department of Computer Science, Princeton University Abstract Mean-field variational inference is a method for approximate Bayesian posterior inference. It approxi
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
