ナレッジ– category –
-
ナレッジAIDMA でファネル分析 ― シミュレーションデータで、感度分析とブートストラップ法を使いボトルネックを探す
1. はじめに AIDMA は、人が商品を知ってから買うまでを「認知 → 興味 → 欲求 → 記憶 → 購買」の5段階で表すモデルです。段階... -
AIエージェント ナレッジ ユースケース 業務変革Claude Codeで体験するハーネスエンジニアリング入門
-
ナレッジ多重共線性とは回帰係数の解釈が壊れる理由について解説
はじめに 重回帰分析で、相関の高い説明変数を一緒に入れたことはありませんか。係数の符号が想定と逆になったり、重要そうな... -
データ分析 ナレッジLightGBM・XGBoostのパラメータを徹底解説 ― 数値を変えるとどうなる？
はじめに LightGBM や XGBoost でモデルを作るとき、learning_rate や num_leaves などのパラメータを「よく使われる値」のま... -
AIエージェント ナレッジLoRAとは何か?
LoRAとは LoRA(Low-Rank Adaptation)は、LLMの元の重みを固定したまま、下流のパラメータだけを学習に用いる方法です。モデル... -
AIエージェント データ分析 ナレッジ ユースケースデータを手元に落とさずに分析する ― Dataiku × Claude Code の2セッション連携のコツ
はじめに 以前は、Dataiku にあるデータをダウンロードし、手元の Claude Code に分析してもらっていました。今は、Dataiku ... -
データ分析 ナレッジ「何が原因か」を探すのかと「どれだけ効くか」を測るのか──因果探索と因果推論の違い
イントロダクション クーポンをもらった顧客は、購入額が多い。ここから、2種類の問いが生まれます。 問い①： クーポンは購入... -
データ分析 ナレッジ精度が良すぎるとき、テストの情報はどこから混ざったのか：データリークの整理
はじめに 検証で、予想よりずっと高い精度が出た。うれしい反面、少し不安になる。そんな経験はないでしょうか。精度が良すぎ... -
ナレッジ【Databricks】DBUの料金算出方法
はじめに Databricksの料金は、DBU(Databricks Unit)の消費量に応じたDBU料金と、クラウド事業者が別に請求するインフラ料金... -
ナレッジ正解ラベルがまちがっていると、モデルはどこまで耐えられるか
はじめに 目的と背景 機械学習では「正解ラベルは正しい」という前提でモデルを学習します。しかし実際のデータでは、この前...