タグ

分析に関するbraitomのブックマーク (11)

  • 数字のバラ付きを考慮して意思決定する技術 - Hatena Developer Blog

    こんにちは。MackerelチームでCRE(Customer Reliability Engineer)をしているid:syou6162です。主にカスタマーサクセスを支えるデータ基盤の構築や、データ分析を担当しています。 意思決定をする際には不確実性がつきまといますが、不確実性を信頼区間という形で考慮して意思決定を行なおう、という話をします。 この記事ははてなエンジニア Advent Calendar 2020の4日目の記事です。 前日はid:dekokunさんによるGoogle Cloud の Associate Cloud Engineer 資格を取得するためにした勉強でした。 数字のバラ付きを考慮して意思決定したいケース: NPSでの事例 統計学を使って数字のバラ付きを考慮する: 信頼区間 NPSの信頼区間をSQLで計算する まとめ 数字のバラ付きを考慮して意思決定したいケース: N

    数字のバラ付きを考慮して意思決定する技術 - Hatena Developer Blog
  • ビジネスで使えるPythonを使った統計的データ分析手法まとめ - Qiita

    概要 WEB系のサービスで色々な試作を実施した後に効果を検証するのは非常に重要だと思いますが、 そのやり方として基的な統計学が十分に使えると思っています。 今回は基的な統計学からビジネスで使える試作の効果検証、データ分析を目的にPython+JupyterLab(Docker)を使った統計的データ分析のやり方をまとめました。 また今回使ったnotebookは以下にもありますのでご参考ください。 https://github.com/hikarut/Data-Science/tree/master/notebooks/statisticsSample 環境 以下を参考にDockerでJupyterLabが使える状態を前提とします。 Dockerで起動したJupyterLabでvimキーバインドを使う

    ビジネスで使えるPythonを使った統計的データ分析手法まとめ - Qiita
    braitom
    braitom 2020/03/23
    t検定、カイ二乗検定、ロジスティクス回帰分析などの代表的な分析手法をnumpy、scipyを使ってどのように行うかについて。実装方法だけでなく各手法の概要も書かれている。
  • エンジニアだけで企画・開発・分析全てを遂行するチームを立ち上げた話 - susunshunのお粗末な記録

    この記事はRecruit Engineers Advent Calendar 2018 - 13日目の記事です。 追記 記事の内容にて、s-dev taksで登壇してきました speakerdeck.com 前書き 記事は個人的な見解を示したものであり、所属する組織を代表するものではありません。内容には留意しておりますが、もし不適切な内容や誤りがあれば、私個人当てにご指摘のコメントをいただけますと幸いです。 超概要 カットオーバーから数年経ったtoCサービスにおいて、エンジニアオンリーのチームで企画・開発・分析、プロダクト改善のサイクル全てを担うチームの立ち上げを行いました 開発しか知らない僕らがよりよい価値を世に届けるために、企画や分析方面への染み出しを行う中での泥臭い取り組みや、やってみて分かった知見を共有します 経験ベースで築いてきた知見なので、理論を踏まえてなかったり、原理原則

    エンジニアだけで企画・開発・分析全てを遂行するチームを立ち上げた話 - susunshunのお粗末な記録
    braitom
    braitom 2018/12/17
    企画・開発・分析すべてを担う仮説検証チームの構築、運営について。BMLプロセスを意識しどのようにステップを回していったかがまとめられている。
  • デザイン思考とデータ分析のミエナイ落とし穴 - Quipper Product Team Blog

    はじめまして、Quipper 東京オフィスでデザイナーをしております @daitorii です。 幼い頃は公園でよく落とし穴を掘っては友達が落ちて行く様を笑い転げて見ていました。なんでこんなのに引っかかるんだよ、俺は絶対に引っかからねえ。とは思っていたものの、もちろん自分も落とし穴にハマり(しかも結構壮大だったし若干トラウマ)、子供ながらになんとなく感じた古い記憶があります。 「自分が当たり前だと思っている前提や認識は、誰かにとっての当たり前ではない」 という事です。 今日はリアルな落とし穴の話ではなくデータの分析やデザイン思考の落とし穴の話。 ですが、実は根的な問題は同じような気もしています。 デザイン思考と科学的方法 最近よく「デザイン思考」という言葉を耳にする方も多いと思いますが、結局のところそれは何だということで Wikipedia 先生に聞いてみました。 デザイン思考(でざいん

    デザイン思考とデータ分析のミエナイ落とし穴 - Quipper Product Team Blog
    braitom
    braitom 2018/11/13
    注意しないといけないやつだ。“解釈の仕方やデータの切り取り方次第でいくらでも都合の良い解釈 a.k.a 真実のねつ造が出来てしまう事も事実です。”
  • BigQueryで協調フィルタリングを使って使用食材が似たレシピを探す話 - おいしい健康 開発者ブログ

    こんにちは。おいしい健康エンジニアの花井です。 今年の8月に入社しまして、iOS(クライアント)、API(サーバーサイド)、データ分析など幅広くやっています。 言語で言うと、Ruby(Ruby on Rails), Swift, Pythonですね。 今回は、材が似たレシピを探す話、と題しておいしい健康のデータ分析の話をします。 概要 おいしい健康のデータ分析まわり 使用材が似ているレシピを探す 定義 協調フィルタリング BigQueryのメリット コード 類似度1位を見てみよう レシピ類似度のデータビジュアリゼーション 可視化対象 データ取り出し 可視化したネットワーク 概要 おいしい健康で最も人気がある下記レシピに対して、使用材が似ているレシピを探します。 oishi-kenko.com BigQueryはクエリを気軽に実行して試行錯誤できるので最適化問題のソルバーとしてとても優

    BigQueryで協調フィルタリングを使って使用食材が似たレシピを探す話 - おいしい健康 開発者ブログ
    braitom
    braitom 2018/11/13
    BigQueryに入れたデータをクエリで協調フィルタリング。SQLやばい。
  • その問い合わせ、AIが解決します!~Redmineチケットレコメンドシステムのご紹介~ | フューチャー技術ブログ

    こんにちは、フューチャーアーキテクト2017年4月入社、TIG(Technology Innovation Group)所属の竹林です。 大学では主にIoTの研究をしており、趣味で作ったArduinoベースのIoTラジコンカーを入社前にフューチャーのLT大会で発表したりしていました。 研修終了後のOJTではフューチャーの社内インフラ構築・運用に関する業務を担当・経験し、現在はQA(Quality Assurance)チームとして、フューチャーにおける各プロジェクト成果物の品質保証全般に関わるツールの改善業務やサポート業務などを主に行っております。 概要作ったもの AIコンシェルジュのあいちゃんがパワーアップして帰ってきました! 新たに「チケットレコメンド業務」をこなしてもらえるようになりました 何が出来るのか 社内ヘルプデスクで使われているチケット管理OSS「Redmine」に起票された問

    その問い合わせ、AIが解決します!~Redmineチケットレコメンドシステムのご紹介~ | フューチャー技術ブログ
    braitom
    braitom 2018/11/03
    Redmineのチケットレコメンドプラグインについて。類似チケットの検索や自動紐付けができる。検索アルゴリズムはSCDVとBM25を併用している。
  • 分析と改善 Gunosyの大規模ログ解析を支える2つのアーキテクチャの裏側

    2018年6月22日、Architecture Nightが主催するイベント「Architecture Night #1」が開催されました。単一のAPIではなく、複数のAPIが絡まって成立するような複雑性の高いアーキテクチャをどのように構成し、運用しているのか? 各社が自社の知見を披露します。第1回となる今回は、Gunosyとサイバーエージェントの2社が登壇し、自社で用いられるアーキテクチャを紹介します。プレゼンテーション「Gunosyのログ収集基盤」に登壇したのは、株式会社Gunosy、開発・運用推進部 SREの茂木大夢氏。ニュースアプリGunosyのログ収集基盤で用いられる大規模アーキテクチャについて解説します。 グノシーのアクセスログ解析基盤 茂木大夢氏(以下、茂木):「グノシーのアクセスログ解析基盤」というタイトルで発表させていただきます、茂木と申します。mgi166という名前でや

    分析と改善 Gunosyの大規模ログ解析を支える2つのアーキテクチャの裏側
    braitom
    braitom 2018/08/15
    分かりみある。“グノシーではそれをjsonでまるっと保存して、必要に応じてBigQueryなどのDBに1回吐き出したものを、もう1回べつのテーブルに吐き出して、そこでもう1度分析する、みたいなことをやっています”
  • リツイート分析ツール

    Twitterのリツイート拡散状況の可視化やRTキャンペーンの応募者一覧のダウンロード・当選者自動抽出、インスタントウィン キャンペーンの実施が可能な SNSキャンペーンツール Social Insight を提供しています。 株式会社ユーザーローカル (C)2007- User Local,Inc. All Rights Reserved.

    リツイート分析ツール
    braitom
    braitom 2018/03/17
    過去1週間のツイートを使ってURLの拡散状況が調べられるサービス。
  • メルカリの分析チームとは?その全ての疑問にひとつひとつ答えます | メルカリエンジニアリング

    この記事はMercari Advent Calendar 6日目の記事です。 メルカリのBIチームのアナリスト/マネジャーの @hikaru が、メルカリの分析チームの事情についてお送りします。 ※ BIチーム…メルカリ内の分析を一手に担うチーム。Business Intelligenceチーム。 この記事について イベントやカジュアル面談などでメルカリの分析チームの内幕についてよく聞かれる質問があります。 いえ、それどころか場合によっては社内であまり一緒に仕事する機会がない方々からも、チームに関して質問されることがあります。 ※ カジュアル面談…メルカリでは、社内のポジションに興味ある方にオフィスに来ていただいて1on1でざっくばらんに話す会を頻繁に行っています。 正直、分析チームというのは外部から何をやっているか見えづらい面もあるため、理解できます。 よく頂く質問としては、 組織的なこ

    メルカリの分析チームとは?その全ての疑問にひとつひとつ答えます | メルカリエンジニアリング
    braitom
    braitom 2017/12/06
    メルカリのデータ分析チームについて。組織上の位置づけ、具体的な仕事の進め方、使っているツールなどがまとめられている。チームの紹介方法のまとめ方としてとても参考になるなー
  • HackerBase | エンジニアのパフォーマンス管理サービス

    今すぐ無料でご利用できます。オープンβ版のため、現在無料でお使いいただけます。クレジットカードの登録などは必要ありません。

    HackerBase | エンジニアのパフォーマンス管理サービス
    braitom
    braitom 2017/08/09
    GitHub、Qiita:Teamなど技術者向けのサービスから利用状況を収集しレポートを作成するサービス。
  • さくっとトレンド抽出: Pythonのstatsmodelsで時系列分析入門 - Gunosyデータ分析ブログ

    久しぶりの投稿になってしまいましたが、ニュースパス(現在CM放映中!!)開発部の大曽根です。 作業中はGrover Washington Jr のWinelightを聴くと元気が出ます。参加ミュージシャンが素晴らしいですね。 なぜ時系列分析をするのか 季節調整 実演 おまけ: 時間別に見てみる まとめ 今後 なぜ時系列分析をするのか 数値を非常に重視している弊社では、数値を知るためのツールとしてRedashやChartioおよびSlackへの通知を活用しています。現在の数値を理解する上では、長期のトレンド(指標が下がっているのか、上がっているのか)を知ることが重要です。しかし、日々変化するデータ(特に売上やKPIと言われる指標)は、ばらつきも大きく、変化を適切に捉えることが難しいこともあります。 特にSlackなどへの通知を行っていると、日々の変化に囚われがちです。例えば、弊社ではニュース

    さくっとトレンド抽出: Pythonのstatsmodelsで時系列分析入門 - Gunosyデータ分析ブログ
    braitom
    braitom 2017/02/03
    時系列分析について。季節調整モデルを使った成分分析のやり方。わかりやすい。
  • 1