#データ分析 46件

強みは「モデルの柔軟性」「包括性」「プライバシー性」　バンダイナムコネクサスが実装したMMMの利点

イベントに参加したユーザーは、本当に熱量が上がったのか　存在しないデータと比較する「反実仮想機械学習」

“仮説出し”は「自分でプレイしてユーザーの気持ちになる」ことが大切　ゲームのデータ分析官がこだわるポイント

専門職だけでなくマーケターや企画者も使えるように　LINEのデータサイエンティストが目指す「データの民主化」

誰もが簡単にデータを楽しめるように　LINEのデータエンジニアが挑む、一般ユーザーでも使えるプラットフォーム作り

データサイエンティスト以外でもデータが使えるように　サービス運用のための時系列データ予測ツールの作り方

画像認証ライブラリ「timm」からモデルはどう選ぶのか　数百種類から最適な1つを決める時のポイント

数百種類のモデルを備える最強画像認識ライブラリ　「timm」のお手軽な使い方

ユーザーファーストの魂を大事に問題解決のためにデータを使っていく　ヤフー・LINE・Zホールディングス3社がデータを取り扱うためにやっている工夫

大事なデータを取り扱うために必要な「データリテラシー」　ヤフー・LINE・Zホールディングス3社が取り組むデータマネジメント

モデル評価とA/Bテストで売上増加率を約2倍に　LINEスタンプにおけるレコメンドエンジン改善プロジェクト

Google ColabとVSCodeで作るデータ分析環境　クラウドのGPU環境でもローカルと遜色ない開発体験を

人のコードを読むのしんどい、自分の環境だと動かない……　「debug力」で解決するデータ分析のぴえんをこえてぱおん状態

オリンピックはテクノロジーで読み解け！　分析すればスポーツはもっとおもしろくなる

今までやってきたあなたなら「絶対にできる！」　データサイエンスの世界に入るということは“強くてNew Game”

エンジニアリングならすぐに「使おうぜ。イエーイ！」はならない　データサイエンスの悩み疑問は“置き換え”がすべて解決してくれる

「データサイエンス勉強しました、イエーイ！　DXしよう～！」は無理　データサイエンスVtuberが語るデータサイエンティスト誕生ストーリー

目指すは“至高”のデータ基盤　「Bigfoot」を最大限使ってPDCAを円滑に回す

オンラインサロンは会員の感情で動く　理屈で語ることが難しいサービスを科学でもっとよくするには

“データ”という共通言語でつながっていくカルチャー　LINEのデータサイエンティストとしてのやりがいとは

「あっ！やせいのEmotetがあらわれた！」　IIJ流インシデント検知ルールの作り方

IIJのSOCアナリストが検知と分析のサイクルを回すわけ　　DDos攻撃検知にAIを選ばなかった理由

ホームとアウェイ、無観客試合でどう変わる？　ホームアドバンテージとオーディエンスの関係

悪性の通信振る舞いは簡単に見つかるのか　IIJの機械学習で検知するセキュリティの脅威

チームが勝てば客は増えるのか？　プロバスケに見る勝敗とアリーナ集客の関係　

スポーツアナリストは例えるなら総合格闘技　日本で将来的に求められるスポーツアナリストとは

サッカーやバスケで選手はどう動く？　機械学習を使った集団スポーツの軌道予測

LINE Fukuokaが掲げる「3つのNOをBUILDに変える」こと　サービス運営業務のKPI可視化と業務量予測の実践

LINE従業員がどんな使い方をしてるのかを測る6つのKPI　データプラットフォーム利用者のアクセス解析

スポーツ分析には“アート”と“サイエンス”の両サイドがある　現役スポーツアナリストが語る“オリジナリティ”の出し方

大量のユーザーデータを横断的に使うために　LINEのデータサイエンティストが気をつけているいくつかのこと

フィギュアスケートのジャンプ回転不足を判定してみる　スポーツにおける映像分析の難しさ

サッカー×ポーカーで得られる共通点　相手の“不確実性”から自分の“優位”を予測する

「ドラえもんアナリスト」になれ　サッカーアナリストが教えるスポーツアナリストに必要な8つの要件

バスケの選手とボールの位置データから機械学習で攻撃・守備戦術を分類

ユーザーインサイトをどう開発に活かす？　pixivが実践するカジュアルなリサーチカルチャーの作り方

ヘビーユーザーの継続理由を明らかにするには？　Rettyのデータ分析に基づく意思決定とそのプロセス

マクロミルの事例にみる、AWSを中心としたデータ分析基盤構築のノウハウ

Sansanのデータエンジニアが語る、名刺データ分析基盤の構築方法

メルカリのデータ分析を支える機械学習システムのデザインパターン

解像度を上げると「データ分析」はもっと幸せになる　現役データサイエンティストが教える、データ分析の4つの要素

仕事の効率を上げるのは「Quick & Dirty」　ブレインパッドCDTOがベンチャー時代に学んだこと

ベンチャー時代から一部上場までを経験したCDTO（Chief Data Technology Officer）が見てきたもの

LINEの全社員が使えるデータ分析ツール「OASIS」開発秘話　既存のソフトウェアを採用せず、内製化を選んだ理由

月面探査プロジェクトの最終ゴールとは？　HAKUTOとリクルートテクノロジーズの挑戦

1

2