ECサイトやアプリケーションでクーポンを配布したところ、売上が20%向上したという報告を受けたとします。 一見すると施策は成功のように思えますが、ここで重要な疑問が生じます。「そのお客様は、クーポンがなくても購入していた...

Python で時系列予測といえば Prophet。 しかし実務では、データ前処理やハイパーパラメータ調整、追加説明変数（外生変数）との組み合わせが欠かせません。 今回は Prophet を scikit-learn の...

データ分析の世界では、多様な機械学習モデルが活用されています。 そのなかでも「決定木（Decision Tree）」は、判断過程が可視化しやすく解釈性の高いモデルとして人気です。 しかし、実際に決定木を使う際、「どうやっ...

機械学習モデルを本番環境で運用していると、ある日突然「予測精度が急落した」「思ったように結果が出ない」といった問題に直面することがあります。 これらの症状はしばしばデータドリフトと呼ばれる、訓練時と本番時におけるデータ分...

Pandas が登場してから Python はデータ分析の事実上の標準言語になりました。 しかし、データ量が数千万行を超えると途端に RAM が足りない・処理が遅い という現実にぶつかります。 クラスタ環境に逃げる選択肢...

Pythonでのデータサイエンスや開発を効率的に行うためには、適切な環境構築が欠かせません。 Miniforgeは、Conda環境をシンプルかつ軽量に提供してくれるツールであり、特に余計なパッケージを省いた環境を構築した...

Conformal Prediction とは、特定のモデルに依存せず、あらゆる機械学習モデルに対して予測区間を提供する手法です。 従来の統計モデル（例：線形回帰モデル）では、ある程度の確率分布（多くの場合は正規分布など...

機械学習の世界では、予測の精度を高めるだけでなく、その予測がどの程度信頼できるかを示す「不確実性の評価」がますます重要視されています。 そこで近年注目を集めているのが、学習データから得られる非適合性スコアを用いて、各予測...

機械学習のモデルの予測値の多くは、「点」です。要は、ある数値の1点ということです。 1点予測は分かりやすいですが、現代の機械学習では、単なる点予測に加え、予測区間を用いた不確実性の評価が求められています。 今回は、Ind...

時系列データの予測モデルでは、一般的な回帰や分類タスクとは異なる点が多々あります。 例えば、将来のデータは現在手元にないため、データの分割や評価に注意を払わなければなりません。 例えば、ランダムにデータをシャッフルして分...