https://techconf.cookpad.com/2017/ youtube https://www.youtube.com/watch?v=45i0oG6dsws
行動ログでプロダクトを改善するには/exploit user behavior for product
https://techconf.cookpad.com/2017/ youtube https://www.youtube.com/watch?v=45i0oG6dsws
サイバーエージェントにおけるデータの品質管理について #cwt2016
This document describes how to configure Spring Security for authentication and authorization in a web application. It defines a WebSecurityConfig class that configures HTTP security with roles like OWNER and MANAGER for access control. It also defines a UserDetailsManager service for loading users and a User entity class implementing UserDetails. Tests are shown for security configuration, login,
トレジャーデータで実践：Path 分析（アウトプット編２：遷移ダイアグラム） - トレジャーデータ（Treasure Data）ブログ
はじめに 「トレジャーデータで実践：Path 分析」シリーズでは，過去にWeb，広告，リアル店舗でのログを元に，コンバージョンパステーブルの作成例とその分析事例を紹介していました。 blog-jp.treasuredata.com それに続く本記事では，より具体的かつ汎用的な分析事例として，コンバージョンパスを分析インプットとした時に，どんな分析アウトプットが出せるか，について以下の3つを紹介する事にします。 頻出パターンマイニング コンバージョンパス ダイアグラム（今回） 決定木モデル 上記の資料はパス分析の概念から始まり，トレジャーデータにおけるデータの持たせ方から分析アウトプットまで，パス分析のいろはを詳細に述べた資料です。 遷移ダイアグラム 遷移分析は，コンバージョンパスがどのようなノード遷移でコンバージョンに至ったのかを求めます。遷移ダイアグラムとは，コンバージョンしたユーザーの
トレジャーデータで実践：Path 分析（アウトプット編１：頻出パターンマイニング） - トレジャーデータ（Treasure Data）ブログ
はじめに 「トレジャーデータで実践：Path 分析」シリーズでは，過去にWeb，広告，リアル店舗でのログを元に，コンバージョンパステーブルの作成例とその分析事例を紹介していました。 blog-jp.treasuredata.com それに続く本記事では，より具体的かつ汎用的な分析事例として，コンバージョンパスを分析インプットとした時に，どんな分析アウトプットが出せるか，について以下の3つを紹介する事にします。 頻出パターンマイニング（今回） コンバージョンパス ダイアグラム 決定木モデル 上記の資料はパス分析の概念から始まり，トレジャーデータにおけるデータの持たせ方から分析アウトプットまで，パス分析のいろはを詳細に述べた資料です。 コンバージョンパステーブル ここで，生データとコンバージョンマスタテーブルを元に，トレジャーデータ上で作成するコンバージョンパステーブル（パス分析のインプットと
24 Ultimate Data Scientists To Follow in the World Today
Introduction Having a hero / heroine helps you navigate through the difficult times. You look up to them and then think that the problems you thought were difficult are actually trivial in nature. If people can solve and deliver at a much larger scale, you can too! If you thought learning data science is difficult or deep neural nets is not your cup of tea – look up to the role models who created
Cheatsheet - Python & R codes for common Machine Learning Algorithms
Introduction In his famous book – Think and Grow Rich, Napolean Hill narrates story of Darby, who after digging for a gold vein for a few years walks away from it when he was three feet away from it. Now, I don’t know whether the story is true or false. But, I surely know of a few Data Darby around me. These people understand the purpose of machine learning, its execution and use just a set 2 – 3
LINEの既読スルーにランダムフォレストで立ち向かう。 - mirandora.com
日本全国各所で猛暑日が続き、 facebookは野外フェスと海と海外旅行とビアガーデンの写真が溢れ始めております。 しかし猛暑だろうが極寒だろうが、 データ分析官は、週末のビールを信じて 黙々とパソコンに向き合う日々なはずです。 ところが、この週末ビールを阻む大いなる壁があります。 そう、もうお気づきかと思いますが、みなさんおなじみ”既読スルー”です。 飲みに誘ってもレスポンスが無いのですから飲みに行けません。(一人飲みをするには勇気が足りない) 「え？既読スルーて、友人の間でもカジュアルに起こる事なの？」と思った貴君、 私だってこの状態が当たり前だとは思っておりません。 メールコミュニケーションの時代は、返信が来なかろうが 「もう寝たんだろう」「海外旅行中なんだろう」「ケータイ紛失したんだろう」 「深爪してメールを打つのも困難なんだろう」などと、 あり得ないほどのオプティミストな思考が思
60+ Free Books on Big Data, Data Science, Data Mining, Machine Learning, Python, R, and more - KDnuggets
60+ Free Books on Big Data, Data Science, Data Mining, Machine Learning, Python, R, and more Here is a great collection of eBooks written on the topics of Data Science, Business Analytics, Data Mining, Big Data, Machine Learning, Algorithms, Data Science Tools, and Programming Languages for Data Science. By Brendan Martin, (LearnDataSci). Pulled from the web, here is a great collection of eBooks.
Download Anaconda Distribution | Anaconda
Register to get everything you need to get started on your workstation including Cloud Notebooks, Navigator, AI Assistant, Learning and more. Easily search and install thousands of data science, machine learning, and AI packages Manage packages and environments from a desktop application or work from the command line Deploy across hardware and software platforms Distribution installation on Window
魚でもわかるRandom Projection | さかな前線
シミュレーションでの入力点群，それまずくはないかい？ 上で触れたように，データ点群は，基底ごとに一様乱数で設定することで生成してるわけですが，これ少しまずい気がするんですね． なんででしょう． 10次元，100次元，1000次元ごとに，各基底が[-1:1]の一様な値をとる10000点からなる点群を用意し，各ベクトルの表す点の原点からの距離でヒストグラムを取ってみると，次のような分布になります． xrangeは各次元での距離の値域です． 高次元になるほど分布が極端になってきます． 「ほとんど全ての点が，原点からの距離がある一定値」…球面ですね． ランダムに設定したはずの点が，球面付近に集中してしまうんです． この理由というのは大学や高専レベルの確率論のお話で，要は，独立な一様乱数の和は正規乱数になって，足す数が増えるほどそのは小さくなるよという話です． 点の各要素は独立な一様乱数なので，原点
文系でもわかる、使える「データ分析・図表作成」術［3］相関と単回帰分析
ブームの統計学をかじってみたが、仕事での使い方がわからない──。そんな悩み、ありませんか？ 例題を解きながら、その活用法を解説します。 相関と単回帰分析 社長はびっくり！ 目標設定、費用対効果シミュレーション 【例題】新規部門の立ち上げ、成功なら大抜擢 社長室へ来るようにとの内線電話が入り、ドアをノックしました。「君の仕事ぶりは聞いている。わが社ではより競争力を高めるために、品質向上部をつくることにした。呼んだのはほかでもない。君にその部長を任せようと考えている」。社長は続けます。「配達遅れの問題を徹底的に分析して、部門における具体的な数値目標を立ててもらいたい」。次の用事がある。社長はそう言うと部屋を出ていきました。 あなたはさっそく、社内にあるデータを探しました。配達に関連するデータA（図参照）は見つかりましたが、それらをどう使って、論理的に何が言えるのかわからなくなってしまいました
株式会社ALBERT（レコメンドエンジン）
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
Redirecting…
Redirecting… Click here if you are not redirected.
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
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
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
mobile-univ.com
Reactive/dataflow programming in Python, part 1 — Eniram developers' blog