ベイジアンネットを使って経験値や感性をモデル化 [ベイジアンネット]
最近、面白い!?実験というか、新たな試みをしている。
実際のデータはないのだが、経験などを元に感覚的に変数と変数の重みを理解している場合が多い。
それらの感覚値を元にした分布をたくさん発生させて、それをモデル化しようというモノ。
シミュレーションに近い感じかもしれない。
やり方としては、
1. 頭の中にある感性を取りだす。(ヒヤリングで)
2. その重みに従った分布で乱数を発生させる。
今回は、IBM SPSS Clementine(PASW Modeler)を使って乱数を発生せました。
3. あらかじめモデル化できているので、モデル化。
今回は、数理システムさんのBayonetを使用しました。
モデル化した後は、○○部分を変化させ、△△部分にどこにどれくらいの影響を与えることができるのかを分析することができます。
ベイジアンネットワークでモデル化すると、こういったシミュレーションもできるので素敵です。
今回の取り組みで面白いなぁと思った点は、データがまったくなくても、頭の中にある知見を構造化できた点です。
もっと詳細に精度高くするんだったら、ここにアンケートとかをくっつけてみると良いでしょう。
実際のデータはないのだが、経験などを元に感覚的に変数と変数の重みを理解している場合が多い。
それらの感覚値を元にした分布をたくさん発生させて、それをモデル化しようというモノ。
シミュレーションに近い感じかもしれない。
やり方としては、
1. 頭の中にある感性を取りだす。(ヒヤリングで)
2. その重みに従った分布で乱数を発生させる。
今回は、IBM SPSS Clementine(PASW Modeler)を使って乱数を発生せました。
3. あらかじめモデル化できているので、モデル化。
今回は、数理システムさんのBayonetを使用しました。
モデル化した後は、○○部分を変化させ、△△部分にどこにどれくらいの影響を与えることができるのかを分析することができます。
ベイジアンネットワークでモデル化すると、こういったシミュレーションもできるので素敵です。
今回の取り組みで面白いなぁと思った点は、データがまったくなくても、頭の中にある知見を構造化できた点です。
もっと詳細に精度高くするんだったら、ここにアンケートとかをくっつけてみると良いでしょう。
ベイジアンネットワーク技術 ユーザ・顧客のモデル化と不確実性推論
- 作者: 本村 陽一
- 出版社/メーカー: 東京電機大学出版局
- 発売日: 2006/07/20
- メディア: 単行本