こんにちは，DSOC 研究開発部の内田です． 最近すっかり秋めいてきて，短パン小僧 の私としてはちょっと寒いくらいです． 涼しくなってきたので1人で寺巡りをすることが多いのですが．そのせいで夏本番より日焼けして短パン小僧感が増す始末です．
先日同研究員の高橋が寄稿した記事でもMLOpsに入門していましたが，最近社内になんとなくMLOpsの風を感じます． そんなわけで今回はHydra+Axを使ってハイパーパラメータサーチをしてみたいと思います．
続きを読むEconomics Meets Data Science: The Structural Estimation Series Part IV
Hola Again
I’m DSOC’s Juan. It's been a while. Shockingly, it's September now (can you believe it!). I'm a big fan of astronomy since I was a child, and this year I got many chances to watch the night sky. The Perseids meteor shower was visible this year thanks to the good weather, although the Moon was a bit too shiny. But I can't complain, most of the time it gets cloudy during the peak, so I'll say that we got lucky this year. It's gonna get cold soon, so if you want to go outdoors and spend the night watching the sky, September is your month.
It's time to continue with The Structural Estimation Series. On the last post I talked about how Dynamic Discrete Choice models can be described by the search of a fixed point which happens both in the Value space and in Probability space. This led us to two important functions that are constantly used by many algorithms: and
. This time we will discuss how to estimate the utility function parameters by employing three algorithms that are fundamental to understanding most of the literature on DDC models.
When it comes to understanding structural estimation models, I propose a two-step approach (you'll see a lot of this below):
- Isolate the fundamental and simple ideas
- Go for the details
This post, as well as everything in this series, is about Step 1. For the rest, check the papers in the References section at the end.
Eightのデータ分析チームのお仕事
こんにちは。Eight事業部でデータアナリストをしている林田です。
今回はEightのデータ分析チームの仕事と働き方について書いてみようと思います。
データ分析チームの仕事って？
Eightのデータ分析チームのミッションは「Eightが保有するあらゆるデータを活用して、プロダクト開発とビジネス開発をドライブすることで、Eight事業部のグロースのスピードと質を上げていくこと」です。
これだけだとやや抽象的ですが、要は事業のグロースにデータで寄与できるのであれば何でもするということです。メンバーはそれぞれが担当するサービス領域を持ち、そのサービスの開発、マーケティング、営業等の活動に主体的に関わります。担当領域のグロースにどう関わるかは個人の裁量に任せられています。主な業務は下記の通りです。
- PMと組んで施策の企画、効果測定、振り返りをする
- エンジニアと新規テーブルやログの設計を行う
- マーケターの追うKPIやファネルを可視化する
- 営業資料の元となるデータを集計する
- CS（カスタマーサクセス）業務のためのダッシュボードを作成する
- 有志にSQLをレクチャーする
今回は1つ1つを詳細に語ることは避けますが、データに関わる幅広い業務をカバーしていることが伝わるでしょうか？
担当領域制は1人でカバーすべき業務範囲が広くて大変なことも多いですが、その分深いドメイン知識とたくさんのインサイトが得られます。サービスの理解が分析や考察の質に直結すると言っても過言ではないため、これらのメリットは何物にも代えがたいと感じます。
「スタートダッシュAndroid 〜アプリエンジニアの必須ノウハウをサクっと押さえる」を献本いただいたのでレビューします
こんにちは！Sansan事業部 プロダクト開発部のふるしんです。
私は大阪のオフィスでSansanプロダクトのAndroidアプリの開発に従事しています。
先日、クラスメソッド社の浜田さんより、執筆された本を献本いただきました！
とっても嬉しかったのでレビュー記事を書きます！
続きを読む【つながりに効く、ネットワーク研究小話】vol.16 ホモフィリーを測定する
Sansan DSOC研究員の前嶋です。「つながりに効く、ネットワーク研究小話」の第16回です。休日に野鳥を撮るのが趣味なのですが、さすがに今年の夏の暑さには堪えまして、代わりに涼しい猫カフェで猫の写真を撮りながら、論文を読んだり書いたりしています。
ホモフィリーとは
この連載の第4回では「ホモフィリー」について解説しました。ホモフィリーとは、「類似した人々の間の接触は、類似していない人々の間の接触よりも、高確率で発生するという原理」(McPherson et al. 2001: 416, 筆者訳)のことです。今回は、ホモフィリーを測定する方法について、簡単なコード例(R)も交えて紹介したいと思います。
続きを読む歴史をたどってディープラーニングを学ぶ 第十回 AlexNetをデータオーギュメンテーションさせて学習させる。さらに高速化もしたよ
こんにちはニューラルネット老人こと糟谷勇児です。
2012年の技術に追いついたので現在は9年差、犬の年齢に例えると52歳ぐらいなので、そろそろ老人を脱却できるかもしれません。
www.ipet-ins.com
今回はAlexNetをもう少し深堀りしつつ、今後の予定を考えていきます。
データオーギュメンテーションの導入
前回はAlexNetにデータオーギュメンテーションなしで学習させてみたところ、Le-Netと同じ7層のネットワークより精度が低いという結果になってしまいました。
そこで、今回はデータオーギュメンテーションを入れて学習してみます。
データオーギュメンテーションはこちらと同じ方式でやっています。
buildersbox.corp-sansan.com
こちらのグラフがデータオーギュメンテーションありの場合です。
最大91.6%まで精度が上がりました。今までは90.6%が最大だったので、これはポテンシャルを感じる！
とはいえ、そこまで行ったのは一瞬だけ、たまたまかもしれません。もう少し調査したいところですね。
© Sansan, Inc.
