機械学習– tag –
-
ナレッジGemini Embedding 2とは？ テキスト・画像・動画・音声・PDFを1つの埋め込み空間に載せるGoogleの新モデル
Google発のマルチモーダル埋め込みモデル「Gemini Embedding 2」を実際に試してみました。テキスト・画像を同じベクトル空間... -
AIエージェントAIの種類一覧【2026年最新】生成AIの種類の使い分けと比較表
生成AIは、文章作成だけでなく、画像・動画・音声・資料作成など、用途ごとにさまざまな種類が登場しています。 一方で、「結... -
データ基盤Dataiku予測結果タブの解説_2
はじめに Dataikuを使えば、コードを書かずにクリックだけで機械学習（ML）モデルを作成できます。しかし、いざモデルを作っ... -
ナレッジCatboostアルゴリズム実装手順（Dataiku）
Catboostとは文字データ（店舗名や天気などのカテゴリ変数）の扱いに特化したアルゴリズムです。ターゲットエンコーディング... -
データ基盤BigQuery MLで作るUplift Modeling
むやみなクーポン配布で利益を削っていませんか？因果推論「Uplift Modeling」を用いて「クーポンを配るべき顧客」だけを特定... -
ナレッジ正しい予測のために：機械学習のリークとは？
モデル開発において、「手元のテストデータでは非常に高い精度が出たのに、本番環境に導入すると予測があまり当たらない」と... -
データ基盤
Dataiku予測結果タブの解説
【Dataiku】ML予測結果画面の見方を徹底解説。モデルの精度をどう判断すべきか？Machine Learning Basicsの学習内容をベース... -
データ基盤回帰モデルの評価指標を徹底解説
R²、MAPE、MAE、RMSEについて、意味・解釈・使いどころを整理して解説します 1. はじめに 回帰モデルを作ったら、次に重要な... -
ナレッジ新店舗の客数はどう予測すべきか？——過去データなしで「立ち上がり期間」の客数予測を行う方法
小売業の需要予測において、新店舗特有の「立ち上がり期間」の客数推移予測モデルの設計の考え方を紹介 はじめに 小売業の需... -
データ基盤【適合率と再現率はもう迷わない！】評価指標を解説
この記事では、二値分類を中心に精度評価の全体像を整理しつつ、特に「適合率（Precision）」と「再現率（Recall）」の違いを...