データサイエンス入門講座

19
ノート

第19回 ズルのできない予測精度の検証方法(2)

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...

第18回 ズルのできない予測精度の検証方法(1)

「精度100%の予測」といわれたら、まず疑うべきこと 適切な課題を設定できれば、予測モデルも...

第17回 AI開発における適切な課題設定とは(2)

総負荷量とトレードオフになる安定性と有効性 このように総負荷量という考え方を持って「どれ...

第16回 AI開発における適切な課題設定とは(1)

省力化に着目したAIの課題設定 「予測精度の改善価値」にフォーカスする予測モデルについては...

第15回 何をデータで予測させるべきか(2)

前回の記事はこちら 1.05倍の予測精度の向上価値 なぜ「感覚的に1.05倍」か、という点につい...

第14回 何をデータで予測させるべきか(1)

何の予測モデルを作るべきか 予測モデルとAIの使い分けが理解できたら、それぞれについて「何...

第13回 予測モデルとAIの使い分け

正確な予測が価値を生むとき まずリサーチデザインを応用して、予測モデルやAI開発の課題設定...

第12回 洞察・予測・最適化〜AI開発で同様のところと違うところ

AI開発ではどうなのか 前章ではアウトカムと解析単位というリサーチデザインの基本をもとに、...

第11回 何がその違いと関係しているのか〜基本的なデータ分析の読み方(2)

他の説明変数が絡んだ関係 「p値」や「95%信頼区間」といったデータの見方を理解できれば「た...

第10回 何がその違いと関係しているのか〜基本的なデータ分析の読み方(1)

効率的な「違いの見つけ方」 アウトカムと解析単位が決まり、データから考え得る限りさまざま...