機械学習– tag –
-
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... -
ナレッジDataikuとは？AI活用を加速する統合プラットフォームを初学者向けに解説
AI活用が“PoC止まり”で進まない…そんな悩みを解決する統合プラットフォーム「Dataiku」を初心者向けに解説。専門家でなくても... -
ナレッジ【徹底解説】カーネルモデルとは？基礎から最新の応用・未来展望まで
カーネルモデルの基本概念からSVMやガウス過程、カーネル近似、ディープカーネル学習、量子カーネルまでを解説。深層学習時代... -
データ基盤チャーン（顧客離反）予測モデルを実装してみた
サブスクリプションビジネスにおいて、顧客の離脱を事前に予測できればどれほど心強いでしょうか。今回は1000名の顧客データ... -
ナレッジ【検証】dotDataは実務で使えるか？自動特徴量エンジニアリングの実力を顧客離反データで徹底レビュー
本記事では、AIによる自動特徴量エンジニアリング（AutoFE）プラットフォーム dotData Insight を活用し、Kaggleの顧客離反デ... -
ナレッジスタッキングとは何か？AI時代の予測精度を底上げする「メタ戦略」
スタッキング（Stacking）は、複数の機械学習モデルの予測結果を別のモデルに学習させ、最終的な予測を導き出すアンサンブル... -
ナレッジバギングとは？統計理論からAI実務までわかりやすく解説
バギング（Bagging）は、複数のモデルを組み合わせて予測のばらつきを抑えるアンサンブル学習の代表的な手法です。本記事では... -
ナレッジリバースプロキシとは？最新技術と活用事例を徹底解説
リバースプロキシは、Webサービスやクラウドシステムを支える重要なネットワーク技術です。本記事では、リバースプロキシの基... -
ナレッジMLOpsエンジニアとは？AI活用を成功に導く次世代エンジニアの役割と未来
MLOpsエンジニアとは何かを初心者にも分かりやすく解説。機械学習モデルの開発から運用、監視、改善までを支える役割、必要ス...