Tack

データ戦略/データサイエンスのことを考えています。MaaS,通信,小売,ヘルスケアなど…

Tack

データ戦略/データサイエンスのことを考えています。MaaS,通信,小売,ヘルスケアなどに関わるコンサルをしていました。AI/マーケティング/健康など/ お仕事の依頼等→https://forms.gle/ZKzKF8TphU2fxrBE7

  • Idea × Analysis

    アイデアと分析方法を紹介する予定でしたが、気づいたことのメモになってきています。

  • 固定された記事

Uber徹底研究 -MaaSを支えるデータサイエンス編-

今回はUberが使用する高度な手法について紹介します。紹介するのは以下の5つですが、レコメンドに関しては次回に回します。今回からは少し専門的な内容になります。 ・需要予測 ・配車最適化 ・ダイナミックプライシング ・解約予測 ・レコメンド(ボリュームが多いので、次回説明) 本記事は連載4回目の投稿ですが、これまでの投稿は以下の通りです。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編-

Tack

    • 因果推論基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ 正誤表

      *適宜更新 ■p220 コード5.1 下からの3行目 ✖：from sklearn.ensemble import GradientBoostingRegressor, RandomForestClassifier ○：from sklearn.ensemble import GradientBoostingRegressor, GradientBoostingClassifier note上のサンプルコード(chap5_meta-learner.ipynb)では既に修正

      Tack

      • 本書発行時のGoogle ColaboratoryのPythonとPackageのVersion

        Python 3.10.12 Package Version -------------------------------- --------------------- absl-py 1.4.0 aiohttp 3.9.3 aiosignal 1.3.1 alabaster 0.7.16 albumentations 1.3.1 altair 4.2.2 annotated-types 0.6.0 anyio 3.7.1 appdirs 1.4.4 argon2-cff

        Tack

        • サンプルコードの使用方法

          このページはサンプルコードをダウンロードして実行するまでの基本的な手順を紹介しています。手順は以下の4ステップです。 サンプルコードをnoteのページからダウンロード Googleドライブにサンプルコードを格納 サンプルコードを開く サンプルコードを実行する 1.サンプルコードをnoteのページからダウンロードサンプルコードをダウンロード可能な https://bit.ly/ci_code にアクセスし、必要なサンプルコードをダウンロードします。 2.Google

          Tack
        • 固定された記事

        Uber徹底研究 -MaaSを支えるデータサイエンス編-

        Tack

        • 因果推論基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ 正誤表

          Tack

        • 本書発行時のGoogle ColaboratoryのPythonとPackageのVersion

          Tack

        • サンプルコードの使用方法

          Tack

        マガジン

        • Idea × Analysis
          9本

        記事

          本を出版します🎉 「因果推論: 基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ」

          3月23日に、私の初の単著である 「因果推論: 基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ」を出版します！ https://amzn.asia/d/dytImxy 本の内容紹介 本書では因果推論の活用を通じて、効果検証や相関と因果関係の違いといった、データ分析の現場でよくある問題を解決する方法を紹介します。 さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可

          Tack

          本を出版します🎉 「因果推論: 基礎から機械学習・時系列解析・因果探索を用いた意思決定のアプローチ」

          Tack

          因果推論本のサンプルコード

          以下の「ダウンロード」ボタンからサンプルコードをダウンロードできます。 ([2024/04/13追記]:Chromeブラウザでファイルダウンロードすると、Chromeが「危険なダウンロードがブロックされました」としてブロック処理される事象が発生しております。ご心配をおかけして申し訳ございませんが、本ファイル自体は安全なファイルであり、現在把握できている限り以下の方法でダウンロード可能です。 ①「ダウンロード」ボタンをクリックした後にダウンロード履歴ページを開く（ctrl+

          Tack

          因果推論本のサンプルコード

          Tack

          Uber徹底研究 -UberEatsのレコメンドの強化編-

          「今日のランチはUberEatsにしようか。」 コロナ禍でUberEatsで食事を注文される方も増えてきており、UberEatsを繰り返し利用されている方も多いのではないでしょうか。 ただ、検索をしている時に自分の好みに合った料理・レストランが見つかるまで時間がかかってしまうと、注文する気持ちが冷めてしまいます。 そこで、UberEats側はUX向上およびユーザーの離脱防止のためにも、レコメンド機能を強化しています。 以前に、Uber徹底研究シリーズでも、UberEats

          Tack

          Uber徹底研究 -UberEatsのレコメンドの強化編-

          Tack

          Uber徹底研究 -データ取得効率化編 ベイズ最適実験計画法-

          「今あるデータを使って何かできないか?」 既に、この問いに対して様々な解決策が出されてきました。 しかし、「どのようなデータを取得していくべきか?」という問いには答えられるでしょうか。しかも、取得していくデータが施策や実験を伴うものであれば、当然ながら時間やお金がかかるため、効率良くデータを取得していく必要があります。 ここで、Uberが提唱するのは、 Design→Inference→Observeのサイクルです。 つまり、データを取得するための設計(Design)を

          Tack

          Uber徹底研究 -データ取得効率化編 ベイズ最適実験計画法-

          Tack

          中国発ニューリテールの基本とデータサイエンス活用法

          中国発の新しい小売文化であるニューリテールについて、現状の取り組みを具体的に紹介しつつ、今後の展開について考察していきます。(少し前に書きためていた内容を、今さらではありますがアップロードします。) ニューリテールとはニューリテール(新零售)とは、中国の企業アリババ(阿里巴巴集団)が提案している商業形態のことで、インターネットを活用し、オンラインとオフラインを融合させスマート化した新しい小売の形として中国で注目されています。このアリババの提案に対抗し、テンセント(騰訊)や

          Tack

          中国発ニューリテールの基本とデータサイエンス活用法

          Tack

          Uber徹底研究 -因果推論によるマーケティング最適化編-

          「Uber徹底研究」シリーズを久し振りに更新します。 [過去のUber徹底研究シリーズ] ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ・Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド- 今回はUberがマーケティング領域で使用する因果推論を、最新の論文を基に紹介していきます。 内容としては因

          Tack

          Uber徹底研究 -因果推論によるマーケティング最適化編-

          Tack

          Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド-

          今回も前回に引き続き、Uberが使用するデータサイエンス、特にレコメンドについて紹介していきます。 前回、ご好評いただいた以下の記事を含め、まずはこれまでの連載をまとめておきます。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ■Uberがレコメンド？そもそも、Uberがするレコメンドなんてあるの？という疑問を持たれる方もいら

          Tack

          Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド-

          Tack

          Uber徹底研究 -ゲーミフィケーション・行動科学編-

          今回はUberのドライバー向けのアプリについて話をしていきたいと思います。 前回、前々回はこちら↓から ■Uberドライバーの特徴とはずばり、パートタイムのドライバーが多いことです。パートタイムドライバーはドライバー全体の半数以上を占めています。 出所:モビリティサービスによる社会変革 Uberのように、非正規雇用で単発の仕事が多い労働者を抱える企業は、労働者に圧力をかけて仕事をさせることはできません。そんなことをすると、Uberのドライバーは嫌がってドライバーを辞め

          Tack

          Uber徹底研究 -ゲーミフィケーション・行動科学編-

          Tack

          Uber徹底研究 -UX改善編-

          UberはUXが非常に優れていると言われます。ではそのUXは具体的にどのようにして作られたのでしょうか。 今回は「UXとは何か？」というところから始めて、UberがUXをどのように改善してきたかを紹介したいと思います。 （ちなみに前回のビジネス概要編の投稿はこちら↓） ■UXとは何かUX(user experience)とは、サービスなどの利用を通じてユーザーが得る経験です。 Uberの場合は何がUXに該当するでしょうか。いくつか例を挙げてみます。 ・操作しやすい ・

          Tack

          Uber徹底研究 -UX改善編-

          Tack

          Uber徹底研究　-ビジネス概要編-

          ーUberを「シェアリングエコノミー」や「プラットフォーマー」というバズワードで片付けるのはもったいなさすぎる。ー 現在、Uberという名前をニュースで聞かない日は無いほどになりました。しかし、「Uberの一体何がすごいの？」と聞かれて即答できるでしょうか。 最近、Uberの情報を集めていくにつれて、Uberの凄さは「シェアリングエコノミー」や「プラットフォーマー」よりもっと深いところにあると思いました。特に興味を持ったのはUberが提供するサービスの面白さや、UXの作り

          Tack

          Uber徹底研究　-ビジネス概要編-

          Tack