supported by SEEDER
世界で起きている様々なカテゴリーの最新トレンドを捉えましょう
先進的な生活者であるトライブを分析して未来の変化仮説を作りましょう
アクセスできる様々なデータの種類を理解して使い方を学びましょう
データを活用した商品やサービス、事業開発の考え方についてご紹介します
日本国内外の先端事例や生活者トレンドをSEEDATA独自の視点で分析し、ブログ形式で配信しています。News
[mathjax] はじめに データマイニング・機械学習における最もシンプルな分析手法である線形回帰について説明します。この記事では線形回帰を例に、データマイニ...
SEEDATA Technologiesは、統計学や情報科学を用いてインサイト開発を支援するチームです。この記事では、データ分析で用いられる、機械学習・データマ...
[mathjax] 因子分析はマーケティングや心理学・教育学において広く用いられる多変数解析の手法で、大量のデータの背後にある潜在的な共通因子を抽出することがで...
これまで数回に渡ってトピックモデルについて様々な考察を行ってきましたが、今回は鳥居が実装したトピックモデルのライブラリが既存ライブラリ(gensim.ldamo...
ナイーブベイズは文書データの分類に用いられる手法で,単純な理論ながら高いパフォーマンスを誇ることで知られています.このページでは,ナイーブベイズのPyth...
ナイーブベイズでは,事後確率を最大化します(MAP推定).事後確率は,尤度と事前確率の積に比例しますから,事後確率を最大...
[mathjax] ナイーブベイズは文書データの分類に用いられる手法で、単純な理論ながら高いパフォーマンスを誇ることで知られています。SEEDATAでは、現在...
トピックモデルは複数の文書データに共通のトピック群を探す手法で、文章の中で言語的に固定された単語や意味カテゴリではなく、複数の単語の共起性によって創発される潜在...
トピックモデルは複数の文書データに共通のトピック群を探す手法で、文章の中で言語的に固定された単語や意味カテゴリではなく、複数の単語の共起性によって創発される潜...