競争優位性構築のための人間中心機械学習〜CVRからUXへ〜　 - LIVESENSE Data Analytics Blog

テクノロジーカテゴリーの変更を依頼記事元:

analytics.livesense.co.jp

48 usersがブックマークコメント

コメント

3

記事へのコメント3件

注目コメント
新着コメント

yubessy こういうプロセスを経ていると機械学習に何を求めるかがある程度明らかになっているので開発の仕事もやりやすい

2018/03/24 リンク

braitom ほう。“2015年にはレコメンドシステムやアトリビューションモデルなどが主要サービスに本格導入され、当時の全社売上50億円規模に対して安定的に年間1〜2億円程度の利益インパクトを残せるようになりまし”

機械学習

2018/03/22 リンク

chezou data driven products の作り方の話。売り上げの2%を機械学習が支えてるのも凄い

2018/03/22 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

競争優位性構築のための人間中心機械学習〜CVRからUXへ〜　 - LIVESENSE Data Analytics Blog

テクノロジカルマーケティング部データマーケティンググループにてデータサイエンティスト兼UXアーキテ... テクノロジカルマーケティング部データマーケティンググループにてデータサイエンティスト兼UXアーキテクトをしている新保と申します。普段は機械学習を中心としたデータ活用の推進や新規機能のユーザ体験の設計をしています。ここ1年程リブセンスではサービスの戦略レイヤーや主要機能と結合度の高い領域に対して機械学習を適用していくことに挑戦しており、今回はそれらを実際にどのように行っているかをご紹介したいと思います。パッチ型機械学習の成功体験とその限界本題に入る前にリブセンスのデータ活用の歴史について少しお話しします。以前に別のメンバーが投稿した記事に詳しい説明がありますがリブセンスでは2014年にデータ活用の専門組織を立ち上げてから現在に至るまで機械学習のビジネス活用を継続的に行っています。初期の頃は既存サービスの枠組みの中でサービスとの結合度が出来る限り低く、かつ利益インパクトが大きい領域に機械学

ブックマークしたユーザー

miguchi2018/04/13
fandango_track02122018/04/13
norinorimachiko2018/04/13
Hadar20172018/04/13
Delphinusx2018/04/13
uchiuchiyama2018/04/13
Mirax2018/04/13
Wezenking2018/04/12
geogei2018/04/12
htb17562018/04/12
UrsaMajors2018/04/12
apu32ahuw2018/04/02
abcdefghijk00000000000000002018/04/02
tetida87312018/04/02
ryyttrr2018/04/02
juri0983562018/03/30
thiuhdcuibi15322018/03/29
hatebu201703192018/03/29

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx