科学の箱

科学・IT・登山の話題

機械学習

データ分析の基本と業務

投稿日:

開発生産性は調和平均で計算する。

安全性の在庫の計算には正規分布を利用できる。

標準偏差=5であることを利用すると何が言えるか。

  • Z=1.96で95%をカバーする。
  • よって 5 x 1.96でほぼ10で95%をカバーする

相関をとらえる方法

  • 散布図
  • バブルチャート

ボックスプロットは何に使えるか。

  • 相反する値
  • boolean

相関を知る

  • プロット
  • 相関係数
    • recommendに使える
  • 回帰分析
    • 価格弾力性

期間分析

  • Zチャート
  • 平滑
  • 移動平均
  • GCAR
  • ファンチャート

売り上げにおける多次元分析

  • 売上→製品別→チャネル別
  • 売り上げ見込み→確度→次元

顧客 RFM分析→マーケティングアプローチ(4P)

主成分分析により変数を減らす

データマインニング

  • アソシエーション
  • シーケンス
  • クラスタ
  • デシジョンツリー

PDCAにおけるBIの利用

  • P: 計画の根拠や予算の積み上げ
  • D: 売上、利益、コスト、比較問題の発見
  • C: Dをさらに掘り下げる、要因→仮説→検証

データ分析の基本と業務 (仕組みが見えるゼロからわかる)

新品価格
¥2,394から
(2013/12/18 14:29時点)

メタ情報

inarticle



メタ情報

inarticle



-機械学習

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – ロジスティック回帰

ロジスティック回帰 確率を得るために パーセプトロンの判別式により確率をとることはできない。パーセプトロンのヒンジ損失は正負のみを判断し、間違っている場合だけパラメータの更新をする。つまりぎりぎりで正 …

no image

Pythonではじめる機械学習 – Chap03

3.1 Types of Unsupervised Learning 教師なし学習の例 次元削減: 重要な特徴量のみを使って元のデータを表現する トピック抽出: データを構成する部品を見つける クラス …

no image

irisでPCAを実行し可視化

irisデータをPCAで2次元に分類して可視化してみる。 内容 準備及びデータの前処理 PCA プロット   準備及びデータの前処理 irisデータを読み込み、PCAを実行するための前処理を …

no image

Core Concept in Data Analysis – Week 4

Contingency Table : 分割表 Nominal : 名目 (カテゴリカル) Taxon : 分類 Marginal : 周辺 Conditional Probability : 条件付 …

no image

仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – パーセプトロン

パーセプトロン 判別式 それぞれのデータに対して重みづけした値 ヒンジ損失 パーセプトロンの損失関数をヒンジ損失という。パーセプトロン基準とも呼ばれる。 sum(wx) 状態 ラベル label*su …

2013年12月
« 11月   1月 »
 1
2345678
9101112131415
16171819202122
23242526272829
3031  

side bar top



アーカイブ

カテゴリー