テクノロジー(Technologies)

  • 消費行動の統計モデリング:ロジットモデルとその尤度関数

    購買の行動や意思決定にまつわるビッグデータの出現や消費者の多様化が進む中、企業のマーケティング活動においてはミクロな市場に対して理解を深め、的確なインサイトを突いた訴求を実現することが求められています。SEEDATAでは定性的なリサーチ...
    広本拓麻
    Written by
    広本拓麻 (Hiromoto Takuma)
    SEEDATA Technologies
  • 【データマイニング・機械学習の数理】#4 過学習を防ぐL2正則化とベイズ的解釈(MAP推定)

    はじめに データマイニング・機械学習における最もシンプルな手法である線形回帰を例に、今回の記事では過学習を防ぐテクニックの一つであるL2正則化と、L2正則化のベイズ的解釈について見ていきます。前回の記事では、説明変数の多い柔軟なモデル...
    古川 拓磨
    Written by
    古川 拓磨 (Furukawa Takuma)
    SEEDATA Technologies
  • 消費行動の統計モデリング:定量分析の意義と効用最大化理論

    購買の行動や意思決定にまつわるビッグデータの出現や消費者の多様化が進む中、企業のマーケティング活動においてはミクロな市場に対して理解を深め、的確なインサイトを突いた訴求を実現することが求められています。SEEDATAでは定性的なリサーチ...
    広本拓麻
    Written by
    広本拓麻 (Hiromoto Takuma)
    SEEDATA Technologies
  • 【データマイニング・機械学習の数理】#3 線形回帰の多項式回帰への拡張

    はじめに データマイニング・機械学習における最もシンプルな分析手法である線形回帰について説明します。前回の記事では、説明変数が一つである単回帰分析から、説明変数が複数である重回帰分析への拡張を行いました。 今回の記事では...
    古川 拓磨
    Written by
    古川 拓磨 (Furukawa Takuma)
    SEEDATA Technologies
  • 【データマイニング・機械学習の数理】#2 線形回帰のパラメタを決定する正規方程式

    はじめに データマイニング・機械学習における最もシンプルな分析手法である線形回帰について説明します。前回の記事では、線形回帰のうち説明変数が1つの場合である単回帰分析を例に、尤度関数について説明しました。 今回の記事では...
    古川 拓磨
    Written by
    古川 拓磨 (Furukawa Takuma)
    SEEDATA Technologies
  • 【データマイニング・機械学習の数理】#1 線形回帰で学ぶ最尤推定

    はじめに データマイニング・機械学習における最もシンプルな分析手法である線形回帰について説明します。この記事では線形回帰を例に、データマイニングの基礎概念である尤度関数について学びます。 データマイニングと機械学習の違いについて...
    古川 拓磨
    Written by
    古川 拓磨 (Furukawa Takuma)
    SEEDATA Technologies
  • 機械学習とデータマイニングの違い

    SEEDATA Technologiesは、統計学や情報科学を用いてインサイト開発を支援するチームです。この記事では、データ分析で用いられる、機械学習・データマイニングという混同されがちな2つの用語の位置づけを整理します。 機械学習(...
    古川 拓磨
    Written by
    古川 拓磨 (Furukawa Takuma)
    SEEDATA Technologies
  • 因子分析:潜在変数の平均値と消費者異質性の対応

    因子分析はマーケティングや心理学・教育学において広く用いられる多変数解析の手法で、大量のデータの背後にある潜在的な共通因子を抽出することができます。SEEDATAではこの手法を様々なデータで適用し、定性リサーチのヒントとしており、従来の...
    広本拓麻
    Written by
    広本拓麻 (Hiromoto Takuma)
    SEEDATA Technologies
  • 因子分析:EMアルゴリズムを用いたパラメタ推定の基礎

    因子分析はマーケティングや心理学・教育学において広く用いられる多変数解析の手法で、大量のデータの背後にある潜在的な共通因子を抽出することができます。SEEDATAではこの手法を様々なデータで適用し、定性リサーチのヒントとしています。本ペ...
    広本拓麻
    Written by
    広本拓麻 (Hiromoto Takuma)
    SEEDATA Technologies
  • トピックモデル:gensimとの比較

    これまで数回に渡ってトピックモデルについて様々な考察を行ってきましたが、今回は鳥居が実装したトピックモデルのライブラリが既存ライブラリ(gensim.ldamodel)よりも高い精度を示したので、この二つの比較について解説していきます。 ...
    鳥居健次郎
    Written by
    鳥居健次郎 (Torii Kenjiro)
    SEEDATA Technologies