らくらくビジネスデータサイエンス
無料ツールでさくっとデータ分析し成果をだそう!

RECENT ARTICLES

取り急ぎ実行してみる「Pythonアンサンブル学習」<br>(バギング・ブースティング・スタッキング)

取り急ぎ実行してみる「Pythonアンサンブル学習」
(バギング・ブースティング・スタッキング)

アンサンブル学習は、複数の機械学習モデルを組み合わせることで、単一のモデルよりも高い予測精度を達成する手法です。 アンサンブル学習は、現実世界の様々な問題に適用され、機械学習コンペティションでも常に上位を占める手法として...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第1回】非線形計画問題と大域的最適化の基礎 –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第1回】非線形計画問題と大域的最適化の基礎 –

最適化問題は、工学、経済学、物理学など様々な分野で登場します。機械学習のハイパーパラメータチューニング、構造設計の最適化、リソース配分の最適化など、最適な解を求めることは、多くの問題解決に不可欠です。 最適化問題の中でも...
Python CausalMLで実践する「機械学習因果推論」超入門<br><br>– その1:準備と簡単な使い方 –

Python CausalMLで実践する「機械学習因果推論」超入門

– その1:準備と簡単な使い方 –

データが語る物語の奥深くには、単なる相関関係を超えた「因果関係」が隠されています。 企業が新たなマーケティング戦略を展開する際、医療専門家が治療法の効果を評価する時、または政策立案者が社会政策の成果を測る際に、単に「何が...
PythonによるMMM(マーケティングミックスモデリング)とビジネス活用<br><br>- 振返り分析・最適投資配分編(その3)-<br>線形回帰系MMMの最適投資配分<br>(特徴量指定・ハイパラ自動調整)

PythonによるMMM(マーケティングミックスモデリング)とビジネス活用

- 振返り分析・最適投資配分編(その3)-
線形回帰系MMMの最適投資配分
(特徴量指定・ハイパラ自動調整)

データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング(MMM)です。 マーケティングミックスモデリング(MMM)は、過去のデータを分析する「振り返り分...
PythonによるMMM(マーケティングミックスモデリング)とビジネス活用<br><br>- 振返り分析・最適投資配分編(その2)-<br>線形回帰系MMMの最適投資配分<br>(特徴量指定・ハイパラ付与)

PythonによるMMM(マーケティングミックスモデリング)とビジネス活用

- 振返り分析・最適投資配分編(その2)-
線形回帰系MMMの最適投資配分
(特徴量指定・ハイパラ付与)

データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング(MMM)です。 マーケティングミックスモデリング(MMM)は、過去のデータを分析する「振り返り分...
PythonによるMMM(マーケティングミックスモデリング)とビジネス活用<br><br>- 振返り分析・最適投資配分編(その1)-<br>線形回帰系MMMの最適投資配分

PythonによるMMM(マーケティングミックスモデリング)とビジネス活用

- 振返り分析・最適投資配分編(その1)-
線形回帰系MMMの最適投資配分

データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング(MMM)です。 マーケティングミックスモデリング(MMM)は、過去のデータを分析する「振り返り分...