推論の誤差幅 [データサイエンス、統計モデル]
ビジネススキルの高い課題解決型データサイエンス人材の育成
https://techplay.jp/event/805013
こちらのイベントに参加してきました。
アスクルのデータを使ったデータ解析コンペみたいなものです。
2チームだけの発表でしたが、どちらのチームも時間がない中で、最大限のアウトプットが出せていた様に感じます。
樋口先生のコメントを聞いていて感じたのは、
「何かを予測する時に点推定するのではなく、幅を持って推定する」
実際に、事業の中で分析をしていても、MLを使ったり、単に集計したりで点推定しか出てこない場合があるのですが、マーケティングの人が使う場面において、少なくともこれくらい効果がありそう、あるいは、コストは上ぶれてもこれくらいだろう、といった指標があると助かります。
この辺りの幅を持った統計量は、統計モデル(ベイズモデル)ならではのアプローチかと思います。
https://techplay.jp/event/805013
こちらのイベントに参加してきました。
アスクルのデータを使ったデータ解析コンペみたいなものです。
2チームだけの発表でしたが、どちらのチームも時間がない中で、最大限のアウトプットが出せていた様に感じます。
樋口先生のコメントを聞いていて感じたのは、
「何かを予測する時に点推定するのではなく、幅を持って推定する」
実際に、事業の中で分析をしていても、MLを使ったり、単に集計したりで点推定しか出てこない場合があるのですが、マーケティングの人が使う場面において、少なくともこれくらい効果がありそう、あるいは、コストは上ぶれてもこれくらいだろう、といった指標があると助かります。
この辺りの幅を持った統計量は、統計モデル(ベイズモデル)ならではのアプローチかと思います。
コメント 0