データサイエンス

Dataikuで時系列予測モデルを構築すると、結果画面にMASE・MAPE・sMAPE・MAE・MSE・RMSE・MAQL・MWQL・MSIS・NDという10個のメトリクスが表示されます。本記事... もっと見る

アンケートの変数が数百あるけど、何から手をつければいいかわからない」——マーケターなら一度は経験するこの悩みに答える記事です。クラスタリング分析で最もつまずきやすい「どの変数をクラスタリングに使... もっと見る

Dataikuを使えば、コードを書かずにクリックだけで機械学習（ML）モデルを作成できます。しかし、いざモデルを作ってみて、こう思ったことはないでしょうか。「結果画面になんかすごいグラフが出たけ... もっと見る

AIdeaLabで働くメンバーの生の声をお届けする社員インタビュー。 今回は、AIdeaLabにプロダクトマネージャー（PdM）として入社し、現在はエンタメ領域に特化した子会社「株式会社amuA... もっと見る

むやみなクーポン配布で利益を削っていませんか？因果推論「Uplift Modeling」を用いて「クーポンを配るべき顧客」だけを特定し、期待利益(ROI)を最大化する手法を実践解説します。Big... もっと見る

モデル開発において、「手元のテストデータでは非常に高い精度が出たのに、本番環境に導入すると予測があまり当たらない」というケースは少なくありません。このような事態を引き起こす代表的な原因のひとつが... もっと見る

クーポン施策の検証＝A/Bテストという常識は変わりつつあります。ビジネススピードが加速する現在、過去のログデータだけで新施策の効果をシミュレーションする「オフライン検証（OPE）」が注目されてい... もっと見る

【Dataiku】ML予測結果画面の見方を徹底解説。モデルの精度をどう判断すべきか？Machine Learning Basicsの学習内容をベースに、各評価指標の読み解き方を整理しました。予測... もっと見る

R²、MAPE、MAE、RMSEについて、意味・解釈・使いどころを整理して解説します続きはこちらから。 もっと見る

小売業の需要予測において、新店舗特有の「立ち上がり期間」の客数推移予測モデルの設計の考え方を紹介続きはこちらから。 もっと見る

2025年は学んだ一年東大GCIをひょんなことから知り、ライフイベント枠で受講することができたため、データサイエンスを学びました。元看護師で、今はただの主婦なのでデータサイエンスとはなんぞ？って... もっと見る

本記事では、Databricks における開発を整理・安定させるために、Git folder（Repos）を前提とした運用方法を解説します。Git folder を利用することで、ノートブックや... もっと見る

安きにありて危うきを思う思えばすなわち備えあり備えあれば憂いなしこれは漢文や歴史で出てきた孔子の残した言葉であり、平時における備えの重要性が説かれています。この記事では、私たちが大事にしている哲... もっと見る

2026年。正月を迎え、最初に取り組んだ事は、私たちが開発する将来予測AI『MiraiE.ai（ミラーエ）』のAIマスコットキャラクター、ミライちゃんのキャラクター画像の作成でした。あっという間... もっと見る

今回インタビューさせていただいたのは、豊田工業大学大学院で画像認識を研究しながら、マイクロベースでデータサイエンティストとしてインターンに参加している森木さん。社会人経験を経て大学院で学びを深め... もっと見る