-
ナレッジPrediction-Powered Inference（PPI）：AIの予測を、統計的に正しく使う方法
1. 概要 Prediction-Powered Inference（PPI） は、機械学習モデルやLLMの予測を大量に使いつつ、少量の正解データでそ... -
AIエージェント データ分析 ナレッジ事前学習モデルのFine-tuningでテキスト分類を自動化する
はじめに 「社内の問い合わせを自動で振り分けたい」「大量のテキストをカテゴリに分類したい」——こうしたニーズは業務の中で... -
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... -
データ分析LightGBM・XGBoost・CatBoostをオープンデータで比較してみた
はじめに テーブルデータの予測では、XGBoost・LightGBM・CatBoost の3つが定番です。それぞれ「LightGBM は速い」「CatBoost... -
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... -
データ分析負例のデータがなくても分類器は作れる？──Positive-confidence分類
イントロダクション 購入の予測モデルを作りたいとします。自社の顧客のデータ（購入した人）は簡単に集められます。しかし、... -
データ分析レビューの項目ごとの感情を取り出す──ABSA（アスペクトベース感情分析）
イントロダクション スマートフォンのレビューが星4つだったとします。本文には、「バッテリーは長持ちするが、画面が暗くて...
