シティズンデータサイエンスラボ
記事一覧
第20回 社内政治を乗り越えろ(1)
シティズンデータサイエンスラボは「データサイエンスを全ての人に」を掲げる株式会社データビークル(https://www.dtvcl.com/)が運営する公式noteです。 実はここまでで、…
第19回 ズルのできない予測精度の検証方法(2)
シティズンデータサイエンスラボは「データサイエンスを全ての人に」を掲げる株式会社データビークル(https://www.dtvcl.com/)が運営する公式noteです。 過学習を見抜くた…
第20回 社内政治を乗り越えろ(1)
シティズンデータサイエンスラボは「データサイエンスを全ての人に」を掲げる株式会社データビークル(https://www.dtvcl.com/)が運営する公式noteです。
実はここまでで、まだ道半ば
ここまで、皆さんは、データを整備し、分析や予測、AIの開発といったデータの活用の仕方を学んできました。本書の内容を活かせば「どこから手をつけていいかわからない」とか「何をしたらいいかわからない」と
データ分析結果は「大喜利のネタ」だと思え!?Tokyo Data Science Lab 2019-20イベントレポート
【好評につき、2020年1月21日にアンコールイベントを開催いたします。お申し込みは以下のページから】
シティズンデータサイエンスラボは「データサイエンスを全ての人に」を掲げる株式会社データビークル(https://www.dtvcl.com/)が市民データサイエンスを広めるために発信しているnoteです。
確実に流れが変化しているこの数年2019年12月6日、大崎ブライトコアホールにて、弊社
第19回 ズルのできない予測精度の検証方法(2)
シティズンデータサイエンスラボは「データサイエンスを全ての人に」を掲げる株式会社データビークル(https://www.dtvcl.com/)が運営する公式noteです。
過学習を見抜くためのフェアな評価方法過学習がなぜ問題になるかというと、今あるデータに対してもっとも予測値と実際の値のズレが小さくなるように計算した状態で、その計算に使ったデータにおける「予測値と実際の値のズレ」を評価しようとし