Upgrade to Pro — share decks privately, control downloads, hide ads and more …

分析案件をやり始めたときに陥っていたことの共有と対策 / DS project for beg...

Chitose
November 14, 2022

分析案件をやり始めたときに陥っていたことの共有と対策 / DS project for beginner

2019年11月に某LT会で発表したDS初心者向けの内容です。
当時のちとせの考えていたこと&スライドデザインセンスと考えてください。
分析案件をやるときにこういうこと考えないとなーって内容です。

Chitose

November 14, 2022
Tweet

More Decks by Chitose

Other Decks in Technology

Transcript

  1. Company Revisio株式会社 (旧TVISION INSIGHTS株式会社) Work - テレビの視聴態度のR&D - クライアントKPIとの関係性調査 ʘςϨϏͷࢹௌଶ౓ΛଌΔձࣾʗ

    Other DS⽤アカウント→チトセナガノ(@chitose_ng) まずは蝋の翼から Tableauデータ分析 ~実践から活⽤まで~ プロフィール NO PRESENTATION ?/100%
  2. 2015 04 2017 09 2019 01 Today SQLおじさん (データ抽出の⼈/ データアーキテクト)

    R&D クライアント分析 2年半 1年半 BI屋 10ヶ⽉ ʘίίͷؾ෇͖ʗ 経歴 □□□□□□□□□□ 6/100%
  3. Example OLSで解くので正規分布 CM認知度 = α CM本数 + β CM種類ダミー +

    定数 ▪▪▪▪▪▪▪□□□ 74/100% どういう仮定を置いたモデル式なのか
  4. Example CM認知度 = α CM本数 + β CM種類ダミー + 定数

    ▪▪▪▪▪▪▪□□□ 78/100% どういう仮定を置いたモデル式なのか 値が線形増加する OLSで解くので正規分布
  5. Example CM認知度 = α CM本数 + β CM種類ダミー + 定数

    ▪▪▪▪▪▪▪▪□□ 82/100% どういう仮定を置いたモデル式なのか 値が線形増加する OLSで解くので正規分布 CM種類が別でも 効果が同じ
  6. Example CM認知度 = α CM本数 + β CM種類ダミー + 定数

    ▪▪▪▪▪▪▪▪□□ 83/100% 値が線形増加する どういう仮定を置いたモデル式なのか 途中で飽和するから 対数化が必要では︖ OLSで解くので正規分布 CM種類が別でも 効果が同じ
  7. Example CM認知度 = α CM本数 + β CM種類ダミー + 定数

    ▪▪▪▪▪▪▪▪□□ 87/100% 値が線形増加する どういう仮定を置いたモデル式なのか 途中で飽和するから 対数化が必要では︖ OLSで解くので正規分布 CM種類が別でも 効果が同じ CM種類で 効果が違うのでは︖
  8. Example CM認知度 = α CM本数 + β CM種類ダミー + 定数

    値が線形増加する どういう仮定を置いたモデル式なのか 途中で飽和するから 対数化が必要では︖ OLSで解くので正規分布 CM種類が別でも 効果が同じ CM種類で 効果が違うのでは︖ 何を問えばいいのかは慣れが必要。 はじめは上司に⼿伝ってもらおう。