TKS

saunaやsnowboardやdatascienceについて記します！

TKS

saunaやsnowboardやdatascienceについて記します！

桐生八木節まつりという狂気

はじめに皆さん、こんばんは！ 突然ですが桐生八木節まつりって知ってますか？ 八木節まつりは、群馬県桐生市で開催される夏のスーパービッグイベントであり、ハイパートランスダンスバトルでもあります。 そんな八木節まつりに行ってきたので、その感想を書きたいと思います。 と、そのまえに、少し自分についてもお伝えします。 僕は盛り上がるのが苦手です。盛り上がる場にいる時に、盛り上がる場に合わせた挙動を取ろうと、自分自身を客観視してしまう癖があるんです。そして「盛り上がる」に最も不要な

TKS

    • 「問いのデザイン」を読んだのでメモ

      問いのゴール 問いのゴールは 「新たな意味やアイデアの発見から固定観念等の認識や創造的なコミュニケーションを産むための関係性を再構築すること」 だと言っていると思います。笑 つまり新たな意味やアイデアの発見だけでは、本来の問いのゴール達成には至らず、自己の変化・他者とのつながりの変化があって初めて問いのゴール達成に至るということですね。興味深い。 そしてこの本では、問いを定義した後に ▶問いのテクニック ▶ワークショップのテクニック ▶ファシリテーションのテクニック の

      TKS

      • 「A/Bテスト実践ガイド」を読んだのでメモ

        ABテストの原則 コントロール実験をする組織の3つの重要な原則が以下述べられていました。 ▶組織は、データに基づいた意思決定を行いたいと考えており、かつOECを定式化している ▶組織はコントロール実験をし、その結果が信用できるものであることを保証するため、投資する意思がある ▶組織はアイデアの価値を評価することが苦手であることを認識している という３つです。統計的な手法よりも、組織がどのようにデータと向き合おうとしているのかが重要だということだと理解しました。深いですね。

        TKS

        • バズワードDXについてのメモ

          はじめに DXがバズワードになって、早X年。そもそもDXとは何なのかわからんので、Aidemyの「ビジネスパーソンのためのDX入門」とか「DX実行戦略」とか「デジタル革命の本質:日本のリーダーへのメッセージ」とかを見たり読んだりした結果をまとめてみる。 DXの定義 経済産業省によるとDXとは、 「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス

          TKS

          「ビジネスの未来」を読んだのでメモ

          はじめにビジネスの未来(山口周著)を読んだので、その感想などをメモ。 「モビリティの進化とかIT化とかが進んでも、生活が著しく良くなったと感じない。果たして働く意味とは。」という悶々とした思いを、データを元に言語化してくれている本です。 明るく開けた幸福の高原 明るく開けた幸福の高原とは、生存を脅かされない物質的生活基盤の整備という課題が解決された現在の日本のような社会のことです。経済成長率等の数字から、日本社会を「停滞の暗い谷間」と表現することがありますが、生活満足度や幸

          TKS

          「ビジネスの未来」を読んだのでメモ

          TKS

          「論点思考」を読んだのでメモ

          そもそもなぜ論点思考が大事なのか？ 上図にもあるように、問題解決のスタートラインは問題設定です。つまり問題設定が間違っていたら、問題解決はありえないわけです。じゃあ間違いがないように、一般的な問題である「収益があがっていない」的なものを問題設定とすべきか否か考えましょう。答えは否です。 なぜなら、一般的な問題ばかりを解決しようとしても、短所も長所もない会社になってしまい、結果問題解決に繋がらないことが多いからです。たとえばリクルートを考えた時に、「離職率が問題」とし、問題解

          TKS

          「論点思考」を読んだのでメモ

          TKS

          重回帰分析のF検定についてのメモ

          統計学入門(通称赤本)に 的な記述があったが、よくわからなかったのでメモ 重回帰分析のF検定とは 手順1：帰無仮説・対立仮説の設定 帰無仮説$${H_{0}}$$：$${ \beta_{2}= \beta_{3}=…= \beta_{k}=0}$$ 対立仮説$${H_{1}}$$：$${ \beta_{2}, \beta_{3}, …, \beta_{k}の少なくとも１つが0でない}$$ $${H_{0}}$$が正しいとして、重回帰方程式(説明変数を含まない切片モデル

          TKS

          重回帰分析のF検定についてのメモ

          TKS

          「東大教授が教えるヤバいマーケティング」を読んだのでメモ

          消費者は不本意な購買をしている 人の情報処理能力には限界があります。そのため人は情報処理可能な範囲の情報のみを利用して、購買等の意思決定をしています。そしてマーケターは、人の情報処理能力限界を研究・利用してモノを販売しようとしています。そのため賢い購買を実施できていると考える消費者も、実は非合理的な意思決定を行っています。 人は非合理な決断をする 人の情報処理能力には限界があるので、効率の良い情報処理のために人はヒューリスティック(※1)を利用しています。このヒューリスティ

          TKS

          「東大教授が教えるヤバいマーケティング」を読んだのでメモ

          TKS

          Google App Scriptで「フォルダ丸ごとコピー」

          はじめにGoogleフォームで ■コピーしたいフォルダID ■コピーしたフォルダの格納先ID ■コピーしたフォルダの名前 を入力したら、フォルダーが丸ごとコピーされるようなGoogle App Scriptが必要になったので、その手順を記載します。 ちなみに参考にさせていただいた記事は以下2つ https://qiita.com/matsuhandy/items/9b9c7bcfbee646a16222 https://valmore.work/auto-response-

          TKS

          Google App Scriptで「フォルダ丸ごとコピー」

          TKS

          「確率思考の戦略論」を読んだのでメモ

          「確率思考の戦略論」を読んだので、気になったところをメモしておきます。「データそのものをどのように活用するのか？」と「分析結果を会社という組織でどう活用していくか？」という内容が書かれており、リアリティのある内容でした。 また森岡さんの「合理的に準備し、精神的に闘う」は良い言葉だなと思いました。「意思決定」をセンスで行い続けた時は、「再現性」と「改善案」がなくなってしまいます。しかし統計などの知識を用いて確率的に成功しやすいと考えられる「意思決定」を行うことで、「再現性」と「

          TKS

          「確率思考の戦略論」を読んだのでメモ

          TKS

          「グロービスMBAクリティカル・シンキング」を読んだのでメモ

          「グロービスMBAクリティカル・シンキング」を読んだのでメモを残していきます。分析課題出しからレポーティングまで、広きに渡って活用できる内容が含まれていたので、非常によかったです。あとピラミッドストラクチャーについて「考える技術・書く技術」を一度読んだが、脳味噌小さすぎていまいちでした。しかしこの本を通して、「どのように利用すべきか」が明確になった気がしました(気のせいかも)。 本ブログでは、「グロービスMBAクリティカル・シンキング」と私見を踏まえた内容を記載していこうと

          TKS

          「グロービスMBAクリティカル・シンキング」を読んだのでメモ

          TKS

          機械学習の解釈可能性について

          ▼そもそも解釈可能性が高いとは？ 「予測に至った経緯について、人間が理解しやすいかどうか」ということだと思う ▼解釈方法について ▼PDP 興味のある特徴量以外を固定（周辺化）して、興味のある特徴量の予測に対する平均的な周辺効果を示しています。 しかし注意が必要なのが、 ・因果関係の解釈 PDPを実施するということは特徴量と予測結果の因果関係を仮定しているということ ・独立性の仮定 相関のある特徴量があった時を考えます。ここで特徴量Aと特徴量Bに相関があったとして、特

          TKS

          機械学習の解釈可能性について

          TKS

          正則化の件

          正則化とは？ 正則化とは、目的関数にチョコっと付ける可愛い存在です。 どんな時に正則化項を付けるかというと… ■過学習を防ぎたい時 ■特徴量選択したい時 とかが挙げられるかなと思います。 正規化項を付ける理由 線形回帰モデルの目的関数は、 𝐿̂ (β)=1/𝑛∑(𝑦–𝑦̂ )^2 です。(※βは回帰係数のことだと思ってください) つまりこれは、 「予測値 𝑦̂ が真値yと、平均してどれくらいずれているのか」を示します。したがって 1/𝑛∑(𝑦–𝑦̂ )^2=𝐸[(𝑦–𝑦̂

          TKS

          正則化の件

          TKS

          Seq2SeqからのAttentionの件

          Attentionとは、名前の通り必要な情報に「注意」を払わせる技術です。 イメージでいうと、 「こんにちは。私の名前はJohn トラボルタです」を英語に翻訳するときは、特定の単語に注目して、適宜英語に脳内変換していると思います。 「こんにちは」は「Hi」、「私の名前」は「my name」という感じで、適宜特定の単語に注意していると思います。この特定の単語に注目しようという機構を実現するのが、Attentionです。 それでは以降 ・seq2seqと翻訳 ・seq2seq

          TKS

          Seq2SeqからのAttentionの件

          TKS

          「BackNumberっぽい歌詞を…」の追加説明

          「PyTorchでBackNumberっぽい歌詞を生成してみた」の説明がすごい長くなったので、こちらのブログで追加の説明を行います。 前述のブログでは、シンプルなRNNについて説明しました。しかしPyTorchによる歌詞生成についてはLSTMを利用しました。 一部の読者(読者がいるかわからないが…)は、 「は？LSTMで歌詞生成してるじゃん。RNNと全く関係ないじゃん。」 と思われたでしょう。しかし一般的に「RNN」と言ったら、「LSTM(ゲート付きRNN)」を指すことが多

          TKS

          「BackNumberっぽい歌詞を…」の追加説明

          TKS

          PyTorchでBack Numberっぽい歌詞を生成してみた件

          今から非常に重要なことを伝えます。 国民的バンドグループBack Numberは群馬県出身です。 （彼らは群馬県のことを全く押し出してませんが、代わりに私が押し出します。） ということで「ゼロから作るDeep Learning 自然言語処理編」を読んだので、本書で記載のあるRNNについて、まとめてみます。そして最後に歌詞生成してみようと思います。 まずは言語モデルについて 言語モデルとは、「単語の並びに対して、その並び順がどれだけ有り得るのか」に対しての確率を与えます。

          TKS

          PyTorchでBack Numberっぽい歌詞を生成してみた件

          TKS