第476話｜説明できない分析は、なぜ組織で必ず嫌われるのか
精度は問題ありません 分析担当として、この一言を言ったことがある人は多いはずです。 モデルの検証結果も良好で、数値的には非の打ちどころがない。 それでも、会議室の空気がどこか重くなる。 そして、必ずこう聞かれます。 で、...
RECENT ARTICLES
Pythonで学ぶ クラスター分析入門
— 第3回 —
k個の点に集まれ ― k-means法の基本
前回学んだ階層的クラスタリングは、データの階層構造を美しく可視化できる素晴らしい手法でした。 Pythonで学ぶ クラスター分析入門— 第2回 —樹形図で見える化 ― 階層的クラスタリング しかし...
Pythonで学ぶ クラスター分析入門
— 第2回 —
樹形図で見える化 ― 階層的クラスタリング
前回は「似ている」を距離で測る方法を学びました。 Pythonで学ぶ クラスター分析入門— 第1回 —「似てる」を数値化しよう ― 距離の考え方 今回は、その距離を使って実際にデータをグループ分け...
pandasのgroupby()で使える便利メソッド7選
データ分析で「カテゴリごとに集計したい」という場面は非常に多いです。 「商品別の売上合計」「月別の平均値」「店舗ごとの顧客数」など、グループ化して集計する処理は日常茶飯事です。 pandasの groupby() は、そ...
Pythonで学ぶ クラスター分析入門
— 第1回 —
「似てる」を数値化しよう ― 距離の考え方
あなたは今日、無意識のうちに何回「似たものをまとめる」という行動をしたでしょうか。 朝起きてクローゼットを開ければ、シャツはシャツ、パンツはパンツでまとまっています。 本棚を見れば、小説、技術書、漫画がそれぞれのエリアに...
第475話｜効果を数字で示せ！
社内ベンチャーが経営会議を乗り切るためにMMMを導入した話
「マーケティング費用の効果を、数字で説明してください」 四半期ごとの経営会議で、この質問を投げかけられるたびに、J氏は言葉に詰まっていました。 SNS広告、インフルエンサー、PR、オウンドメディアなど複数の施策を同時に走...
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第6回 —
次元削減を回帰に活かす主成分回帰（PCR）
このシリーズでは、第1回から第5回まで、PCAと因子分析の基礎を一歩ずつ学んできました。 — 第1回 — なぜ「次元を減らす」のか？ 情報の海で溺れないために https://www.salesanalytics.co....
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第5回 —
PCAと因子分析、何が違う？
ここまで4回にわたって、主成分分析（PCA）を学んできました。 — 第1回 — なぜ「次元を減らす」のか？ 情報の海で溺れないために https://www.salesanalytics.co.jp/datascienc...
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第4回 —
scikit-learnでさくっとPCAを実施する
ここまでの3回で、PCAの仕組みを一から学んできました。 — 第1回 — なぜ「次元を減らす」のか？ 情報の海で溺れないために https://www.salesanalytics.co.jp/datascience/d...
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第3回 —
次元はいくつ残す？ 寄与率とスクリープロットの読み方
前回は、共分散行列の固有値分解によって「主成分の方向」と「その方向での分散」が求まることを学びました。 Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ— 第2回 —...
リスト内包表記 vs map() vs for文…… 速度比較してみた
Pythonでデータを処理するとき、「リストの各要素に同じ処理を適用したい」という場面は非常に多いです。 このとき、書き方は主に3通りあります。 方法 特徴 一言で言うと for文 最も基本的で直感的 「一つずつ順番に処...
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第2回 —
PCAのしくみを分散・共分散・固有値分解で理解する
前回は、「次元削減」の考え方と、PCAの基本的なアイデアをお話しいたしました。 具体的には、2次元の従業員評価データを使って、様々な角度に射影したときの分散を計算し、「データが最も広がっている方向」を探しました。 Pyt...
第474話｜クーポンを出すほど利益が減る？
化粧品EC企業がMMMで発見した「販促の落とし穴」と最適解
EC事業を運営されている方であれば、こんな経験はないでしょうか。 「売上が足りないからクーポンを出そう」と施策を打ち、確かに売上は上がった。 しかし月末に収支を確認すると、利益はほとんど増えていない。 むしろ減っているか...
Pythonで体感する次元削減入門 – PCAと因子分析の基礎のキソ
— 第1回 —
なぜ「次元を減らす」のか？ 情報の海で溺れないために
私たちは日々、膨大な情報に囲まれて生活しています。 スマートフォンには何百ものアプリがあり、ニュースサイトには無数の記事があふれ、SNSでは毎秒新しい投稿が生まれています。 この情報の洪水の中で、私たちは無意識のうちに「...
Miniforgeで始めるPython環境構築ガイド（Jupyter Lab設定までの手順）
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...
Pythonで完全理解！回帰分析の基礎
— 第5回 —
変数変換とダミー変数で回帰分析をパワーアップ
これまでの4回で、回帰分析の基本から重回帰分析まで説明しました。 — 第1回 — アイスコーヒーは何杯売れる？ 単回帰分析で売上予測に挑戦 https://www.salesanalytics.co.jp/datasci...