2014年度enPiT BizApp AIIT ビジネスアプリケーション演習・特論 3日目

2014年度の、AIIT(産業技術大学)でのenPIT講義、ビジネスアプリケーション演習およびビジネスアプリケーション特論第三回のまとめです。 第一回→http://togetter.com/li/722586 第二回→http://togetter.com/li/722884 第四回→http://togetter.com/li/723663  続きを読む
0
前へ 1 ・・ 3 4
YoshikiEguchi @YoshikiEguchi

モデリングについて。決定木を使ったクラス分類の技法の解説。決定木を作る際は、エントロピーの変化により分割点を決める。 #enpit_aiit

2014-09-24 19:52:37
けけずん @kekezun

決定木をつかったクラス分類

2014-09-24 19:49:04
YoshikiEguchi @YoshikiEguchi

あくまで予測なので、決定木で予測が導かれる答えはあくまで確率でしかない。 #enpit_aiit

2014-09-24 19:55:33
YoshikiEguchi @YoshikiEguchi

演習その2。用意された決定木を見て、どういう傾向が読み取れるかを考える。 #enpit_aiit

2014-09-24 19:56:16
YoshikiEguchi @YoshikiEguchi

データの検証。元のデータに偏りがないかを注意する。 #enpit_aiit

2014-09-24 20:28:42
YoshikiEguchi @YoshikiEguchi

検証について続き。手元にあるデータに適合させすぎることを過学習という。これに陥ると予測の精度が下がる。 #enpit_aiit

2014-09-24 20:29:49
YoshikiEguchi @YoshikiEguchi

予測を誤った場合について。False PositiveのほうがFalse Negativeのほうが損失が少ない。 #enpit_aiit

2014-09-24 20:31:48
YoshikiEguchi @YoshikiEguchi

休憩終わって後半は、どんなデータを取るべきかについて。 #enpit_aiit

2014-09-24 20:42:53
YoshikiEguchi @YoshikiEguchi

良い指標の条件: ・比較しやすいこと ・理解しやすいこと ・比率や割合であること ・我々の行動の変化を喚起するものであること #enpit_aiit

2014-09-24 20:43:44
YoshikiEguchi @YoshikiEguchi

データ分析で指標とするのはおすすめしない8つのデータ。上にあるものほど良くない。 ・ヒット数 ・PV数 ・訪問者数 ・ユニークビジター数 ・フォロワー数、フレンド数など ・滞在時間 ・獲得したEmailアドレスの数 ・ダウンロード数 #enpit_aiit

2014-09-24 20:45:59
YoshikiEguchi @YoshikiEguchi

なぜおすすめしないか。複数の要因が混在し蓄積されているから。 #enpit_aiit

2014-09-24 20:47:11
三ツ矢 @328__

課金,課金って耳が痛いよ... ごめんなさい

2014-09-24 20:48:29
YoshikiEguchi @YoshikiEguchi

利用者がいつ加入したか、どのようなタイプのユーザなのか、何の機能を使ったのかなど、利用者のプロファイルと行動の移り変わりを把握できるようにデータを取るべき。 #enpit_aiit

2014-09-24 20:50:01
YoshikiEguchi @YoshikiEguchi

プロダクトが成長する5段階。 共感→定着→宣伝→歳入→スケール #enpit_aiit

2014-09-24 20:55:03
YoshikiEguchi @YoshikiEguchi

第一段階:共感。ユーザが本当に求めるプロダクトを目指す。検証は定性的検証が主(インタビューなど) #enpit_aiit

2014-09-24 20:56:21
YoshikiEguchi @YoshikiEguchi

定量的な検証の方法としてはインタビューに対する反応でスコア付けするなど。 #enpit_aiit

2014-09-24 20:57:39
けけずん @kekezun

うちの研究室のB4はインタビュー大丈夫かね

2014-09-24 21:01:36
YoshikiEguchi @YoshikiEguchi

ソリューションの検証には、最小限の機能を実装したプロダクト(MVP=Minimal Variable Product)を作成してユーザに提示、興味度を測る。 #enpit_aiit

2014-09-24 21:01:47
YoshikiEguchi @YoshikiEguchi

Dropboxの事例。製品を開発する前にサービス紹介ビデオを公開し、「ベータ版ができたら知らせる」フォームを用意し、反応を見た。 #enpit_aiit

2014-09-24 21:03:12
YoshikiEguchi @YoshikiEguchi

第二段階:定着。ユーザが日常で使い続けるプロダクトを目指す。 ・利用者のライフサイクルを把握したうえで、追跡・分析する値を決定する ・利用者をグループに分けてグループごとに値の遷移を追跡調査する #enpit_aiit

2014-09-24 21:09:57
YoshikiEguchi @YoshikiEguchi

ターゲットのユーザは絞る。誰にとっても良くしようとすると、あまり良くないものができることが多い。 #enpit_aiit

2014-09-24 21:16:09
YoshikiEguchi @YoshikiEguchi

機能を追加する前に考えるべきこと。 ・それはなぜビジネスを改善させるのか(仮説の形成) ・その効果をどうやって測るか ・開発期間 ・複雑にならないか ・リスク ・利用者が必要としているか #enpit_aiit

2014-09-24 21:18:52
YoshikiEguchi @YoshikiEguchi

演習3。プロダクトによるサービスの改善につなげるデータ取得やデータ解析に関して、自分の経験に基づいたノウハウをプレゼンする。 #enpit_aiit

2014-09-24 21:24:07
前へ 1 ・・ 3 4