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

Pythonではじめる機械学習 – 多様体学習

多様体学習 次元削減に利用できる手法として主成分分析がある。これは柔軟であり、すぐに実装可能な次元削減アルゴリズムの一つである。しかし一つだけ問題がある。それは主成分分析に適用できるデータは線形のみで …

no image

Core Concept in Data Analysis – Week 3

2d Analsysis 分布図 相関 回帰分析 因果関係 ガルトンはダーウィンのいとこ Related posts:irisデータについて簡単な機械学習をしてみるPythonではじめる機械学習 – …

no image

R Dataset – bone

データの説明 261人の子供たちから得られた年齢別骨密度。 フォーマット idnum: 識別コード age: 測定時の年齢 gender: 性別 spnbmd: 骨密度 チェック テーブル全体について …

no image

回帰と分類の違い

回帰と分類は両方とも”予測”問題である。予測とは従属変数から目的変数を明らかにする。この目的変数の種類により回帰と分類に分けられる。 回帰では連続した数値を予測する。例えば株価 …

no image

SVMでグリッドサーチ

IrisデータについてSVMで分類をしてみた。さて、今回はSVMモデルのパラメータをいじってみてより精度が高いモデルを作ってみる。 すべての学習モデルはハイパーパラメータと呼ばれる学習モデルに影響を与 …

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