-
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... -
データ分析偶然に近い「境目」を使う因果推論──回帰不連続デザイン（RDD）
イントロダクション ゴールド会員になった顧客は翌月の購入額が多い。これは、会員特典の効果でしょうか？ そうとは限りませ... -
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... -
データ分析不均衡データの少数派を「合成」で増やす──SMOTEとは
イントロダクション 解約予測のモデルを作って、正解率を測ったら95%でした。優秀なモデルでしょうか？ 実は、顧客1,000人の... -
データ分析その「因果」、本当に因果？──グレンジャー因果とは
イントロダクション 「気温が上がった翌日に、アイスの売上が増えた」。では、「アイスの売上が増えた翌日に、気温が上がる」... -
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... -
データ分析観測データから因果を推定──傾向スコア分析
イントロダクション 「クーポンをもらった人のほうが、たくさん買っている」。これは、クーポンの効果と言えるでしょうか？ ... -
データ分析新商品の「どの機能に、いくらの価値があるか」を調べる──コンジョイント分析
イントロダクション アンケートで「ワイヤレスイヤホンを選ぶとき、価格は重要ですか？」と聞くと、ほとんどの人が「重要」と... -
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...
