【Kaggle】Child Mind Institute - Detect Sleep Statesコンペで金メダルと銀メダルを獲得しました - Platinum Data Blog by BrainPad
ブレインパッドのデータサイエンティスト3名が、KaggleのChild Mind Institute - Detect Sleep Statesコンペに参加して1,878チーム中13位と17位になり、金メダルと銀メダルを獲得しました！ 本ブログでは今回のコンペの概要とアプローチ手法をご紹介したいと思います。 こんにちは。アナリティクスコンサルティングユニット所属の尾村と内田です。 2023年9月～12月にかけて、Kaggleで開催されたChild Mind Institute - Detect Sleep Statesコンペに2チームで参加し、金メダルと銀メダルを獲得することができました！ 本ブログでは、コンペの紹介と、どのような手法が有効であったのか、ご紹介したいと思います。 コンペの概要 解法 共通のアプローチ ソフトラベリング 睡眠ラベルの追加 後処理の工夫 尾村・内田チーム（17位
Google Analytics完全連携A/Bテストツール『Google Optimize 無償版』ついにリリース | Ledge.ai
Google『お ま た せ』 ついに来ました。以前Ledgeでも紹介し、リリース予告だけで業界を激震させたABテストツール『Google Optimize』無償版公開です。（ベータ版だけど誰でも使える） とりあえずLedge編集部でソッコー触ってみたので、以下「何ができるのか？」と「どう活用するのか？」のまとめとなります。 できない事って逆に何？至れり尽くせりな無償開放 まずは気になる「何ができるんだっけ？」てとこですが、なんと『有料版とほぼ遜色なし』て感じでした。つまり、以前の記事でお知らせした以下の機能がほぼフル装備状態での無償開放になったようなんです。 ※作れるエクスペリエンス数に制限はあるけれど とりあえずできることリストGoogle Analyticsタグにちょっと加工してURL指定すればOK表示された画面をドラッグ＆ドロップ、直接コード編集でいじってテスト作成変更履歴は全部残
OLTPとは？OLAPやDWHとの違いをわかりやすく解説
データ処理の基本として、あるいは主流として挙げられるのが“OLTP(OnLine Transaction Processing)”です。 また、OLAP(OnLine Analytical Processing)やDWH(Data WareHouse)といった処理方法やデータ管理方法もありますね。 正直、非エンジニアの方からすれば「何がどう違うの？」といったところでしょう。 しかしそんなことも言っていられないのが事実。 ビッグデータ時代に突入してからというもの、専門家以外でも当たり前のようにデータ分析や処理が任されるようになってきています。 本稿を読まれている方の中にも会社の上長からいきなり「データ分析担当よろしく」と言われた方がいらっしゃるのではないでしょうか。 「そんなこと言われていない」という方でも、今後データ分析や処理に関わるシーンは必ず訪れます。 そこで今回は、OLTP・OLAP
ディープラーニングを使って転職会議の企業クチコミデータを感情分析してみる - Qiita
せっかく会社の名前を借りたAdvent Calendarの記事なので、会社に絡んだ題材を扱います。 （前置き）転職会議 について Livesenseでは、転職会議という転職者による企業の評判クチコミを扱ったサイトを運営しており、日々企業についてのクチコミが投稿されている。 これまで転職会議では、クチコミのテキストデータと5段階からなる評点データを別々のデータとして取得していたが、先日のリニューアルで、評点とテキストデータを同時に投稿できるようになり、さらに読みやすいクチコミを提供できるようになった。 リニューアル以前に投稿されたクチコミ リニューアル後に投稿されたクチコミ ここで感じる課題感 新しく投稿されるクチコミは評点によって読みやすくなったものの、過去に蓄積された大量の投稿には当然5段階の評点データは無いし、そのままでは顔アイコンを出すことは当然出来ない。 しかしこの課題を解決して、
トレジャーデータで実践：Path 分析（アウトプット編１：頻出パターンマイニング） - トレジャーデータ（Treasure Data）ブログ
はじめに 「トレジャーデータで実践：Path 分析」シリーズでは，過去にWeb，広告，リアル店舗でのログを元に，コンバージョンパステーブルの作成例とその分析事例を紹介していました。 blog-jp.treasuredata.com それに続く本記事では，より具体的かつ汎用的な分析事例として，コンバージョンパスを分析インプットとした時に，どんな分析アウトプットが出せるか，について以下の3つを紹介する事にします。 頻出パターンマイニング（今回） コンバージョンパス ダイアグラム 決定木モデル 上記の資料はパス分析の概念から始まり，トレジャーデータにおけるデータの持たせ方から分析アウトプットまで，パス分析のいろはを詳細に述べた資料です。 コンバージョンパステーブル ここで，生データとコンバージョンマスタテーブルを元に，トレジャーデータ上で作成するコンバージョンパステーブル（パス分析のインプットと
CSV形式のデータをSQLを使って解析する - Qiita
q を利用すると、CSVやTSV形式のファイルに対して直接SQLを発行できます。 インストール手順 http://harelba.github.io/q/ qを使ったデータ解析の例 以下の様な受注データのCSV (ファイル名はorders.csv) が手元にあった時。 OrderId,OrderDate,ProductID,UserID,Quantity,TotalPrice 10000005,2015/2/13,100,10000,1,10000 10000006,2015/2/13,101,10001,2,2000 10000007,2015/2/13,102,10002,3,6000 10000008,2015/2/13,100,10003,1,10000 10000009,2015/2/13,101,10004,2,2000 10000010,2015/2/14,100,10005
ツイッターアカウントからの男女判別
ツイッターアカウントの性別判定ができたら面白そうなので挑戦してみます。 先行事例調査 まず、既存の男女判別事例を探してみました。 性別判定の精度は90％以上 - ホットリンク、口コミの書き手を性別判定する技術を「電通バズリサーチ」に提供 2006/11/30 「男性は『かわいい』という言葉をあまり使わない、女性は『すごく』という言葉をあまり使わないといった法則がある」、「性別は90％以上の性別で判別できる」 - ブログの文体で書き手の性別を自動判別、リクルート子会社が広告配信に応用 2007/12/12 「ハンドル名、フォロー傾向を使う」、「グローバルで90%以上の精度」、「(広告配信は)性別が曖昧なユーザーを対象としません」 - Twitterプロモ商品で性別のターゲティングが可能になりました 2012/10/26 (英語版) ハンドル名とフォロー傾向を使うってのはSNSならではですね。
RFM 分析を簡単に実行できる R パッケージ easyRFM を作った - ほくそ笑む
※この記事は R Advent Calendar 2014 - Qiita の 11 日目の記事です。 はじめに RFM 分析は、マーケティングの顧客分析でよく使われる手法です。 Recency(いつ買ったか)、Frequency(何回買ったか)、Monetary(いくら使ったか)を指標として、顧客をグループ化します。 RFM 分析が何なのか、何に使えるのかは、次のサイトの記事を読めば理解できると思います。 顧客分析の手法 #RFM分析 しかし、実際のデータにこの手法を適用しようと思ったとき、困ったことになります。 どのようにランクを区切ったら良いのか分からないのです。 上記のサイトにもこう書いてあります。 ランクをどこで区切るかは重要な問題で、業種、業界、商品や分析を行なう時期や、用いるデータの期間などによって、分けかたを慎重に検討する必要があります。 このランクを区切るという重要かつ難
ぼくのかんがえたとうけいがくぶかりきゅらむ - Issei’s Analysis 〜おとうさんの解析日記〜
個人的にもやもやと考えたカリキュラムです。日本の大学には存在しない統計学部がもしあったら、こんなカリキュラムを組みたいなぁ、と。 統計学の講義は分布や変数の型を教えるところから入るんだけど、授業を受けていて分かりにくいな〜と学生の頃から常々感じていました。（あくまでも個人的な偏見と妄想に満ち溢れた記事であることをご了承ください。。） それでは、カリキュラムを発表します！！ 1. データ解析I一般化線形モデル教師付き機械学習非線形モデル（一般化加法モデル）カテゴリカルデータ解析生存時間解析グラフィカルモデリング経時データの解析探索的データ解析（EDA）多次元データの縮約非教師付き機械学習（クラスタリング）データマイニング 2. データ解析IIデータハンドリングI（R）データハンドリングII（perl、rubyなどスクリプト言語）データベースからのデータ取得I（RDBMS系）データベースからの
Marketgeek | Global Market Analysis for our Geeks
* We will add the target companies as needed. Contact: @marketgeek_net
クチコミ係長
BuzzSpreader Powered by クチコミ＠係長とは BuzzSpreader Powered by クチコミ＠係長は、国内最大級のデータ量を保有しており、 キーワード入力だけで簡単にクチコミ分析が行えます。 事業会社様や広告代理店様、メディア運営企業様まで 幅広くご活用いただけるソーシャルリスニングツールです。 導入実績1,000社※突破！ BuzzSpreader Powered by クチコミ＠係長の 導入実績 ※2018年8月現在。ホットリンク開発によるソーシャルリスニングツールの契約アカウント数を基にカウントした延べ社数。
無料アクセス解析ツール「Woopra」のダウンロード版がすごすぎる｜WEBマーケティングブログ
アクセス解析ツールを開くと、重要な情報が一目で確認できる。忙しいWEB担当者にとってこれはとても重要なことですよね。今回ご紹介する無料アクセス解析ツール「Woopra」は、そのニーズに応えてくれて、さらにどんなオンライン解析ツールよりもあらゆる情報をサクサク情報を表示できるものになっています。これは必見です。 組織のマインドマップツールをマインドマイスターにすべき理由 伸びてる産業、会社、事業を紹介しまくるStrainerのニュースレターに登録!! 総合的に使いやすい無料アクセス解析ツール「Woopra」 まず最初に私が感じたWoopraの良さは下記2点。 デスクトップ上で動くから軽い 解析データをダウンロードしなくて良い この2つを実現できる無料アクセス解析ツールは世界中探してもなかなか見つからないのでは？さらにSMOが重要視される今日、リアルタイムに状況が把握できるというのは強みになり
アクセス解析ツール＆サービス13種類徹底比較！ 史上最強の機能比較表 | Web担当者Forum
どの製品があなたに適している？ アクセス解析ツール＆サービス 13種類徹底比較！ 史上最強の機能比較表 この特集では、ここまでの記事で、アクセス解析がWeb担当者にとってどんな意味があるのか、解析する場合にどんな指標をどう見るのか、解析ツールやサービスにはどんな種類があるのかを解説してきた。 しかし、実際にアクセス解析をするとなると、何らかのアクセス解析ツールを導入するか、アクセス解析サービスを利用することになるだろう。 この記事では、現在日本で利用できる主要なアクセス解析ツール13種類について、対応する機能や価格、ライセンス、特徴などをまとめた。 どのツールを利用するのが適しているのか判断するのに必要なデータがつまっているので、ぜひ参考にしてほしい。 ちなみにこの記事は、比較して見やすいように、表がサイドバーを突き破って右に伸びるという常識を無視したレイアウトを採用している。サイドバーを
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか？ by Tableau Japan 株式会社 野口 健二
データ分析スクリプトのツール化入門 - PyConJP 2016