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

Exploratory セミナー #56 機械学習モデル - 変数重要度の仕組みと解釈

Exploratory セミナー #56 機械学習モデル - 変数重要度の仕組みと解釈

Exploratoryでは、機械学習や統計のモデルを作ると「変数重要度」というタブがでてきますが、今回のセミナーではこの指標がどのように作られているのか、そしてその解釈の仕方の話します。

また、ランダムフォレストの場合には「ボルータ」という「変数重要度 + 仮説検定」の仕組みがありますが、そちらも紹介します。

19fc8f6113c5c3d86e6176362ff29479?s=128

Kan Nishida
PRO

May 27, 2021
Tweet

Transcript

  1. EXPLORATORY ΦϯϥΠϯɾηϛφʔ #56 ػցֶशϞσϧͷม਺ॏཁ౓ ࢓૊Έͱղऍ

  2. 2 εϐʔΧʔ ੢ా צҰ࿠ CEO EXPLORATORY ུྺ 2016೥य़ɺσʔλαΠΤϯεͷຽओԽͷͨΊɺExploratory, Inc Λཱ

    ্ͪ͛Δɻ Exploratory, Inc.ͰCEOΛ຿ΊΔ͔ͨΘΒɺσʔλαΠΤϯεɾϒʔ τΩϟϯϓɾτϨʔχϯάͳͲΛ௨ͯ͠σʔλαΠΤϯεͷٕज़ͱख ๏ͷීٴͱڭҭʹऔΓ૊Ήɻ ถΦϥΫϧຊࣾͰɺ16೥ʹΘͨΓσʔλαΠΤϯεͷ։ൃνʔϜΛ཰ ͍ɺػցֶशɺϏοάɾσʔλɺϏδωεɾΠϯςϦδΣϯεɺσʔ λϕʔεʹؔ͢Δ਺ଟ͘ͷ੡඼ΛੈʹૹΓग़ͨ͠ɻ @KanAugust
  3. Vision ͩΕ΋͕σʔλΛ΋ͱʹ ΑΓΑ͍ҙࢥܾఆ͕Ͱ͖Δ

  4. Mission σʔλαΠΤϯεͷຽओԽ

  5. 質問 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 σʔλαΠΤϯεɾϫʔΫϑϩʔ

  6. 質問 ExploratoryɹϞμϯˍγϯϓϧ UI 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習

  7. EXPLORATORY ΦϯϥΠϯɾηϛφʔ #56 ػցֶशϞσϧͷม਺ॏཁ౓ ࢓૊Έͱղऍ

  8. ༧ଌϞσϧͷղऍੑ

  9. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 9
  10. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 10
  11. 11 • աڈͷσʔλΛ΋ͱʹ༧ଌϞσϧΛ࡞ͬͯকདྷΛ༧ଌ͢Δ • աڈσʔλͷதʹ౴͑ʢ਺஋΍ϥϕϧʣ͕͋Δ ػցֶश / ౷ܭֶश - ڭࢣ͋Γֶश

  12. 12 • աڈʹ୭͕༗ྉސ٬ͱͯ͠ίϯόʔτ͔ͨ͠෼͔͍ͬͯΔɻ • ސ٬ͷଐੑσʔλ͕͋Δɻ • ͜͏ͨ͠৘ใΛ΋ͱʹɺ৽͍͠ݟࠐΈސ٬ͷத͔Β୭͕༗ྉ ސ٬ʹͳΔ͔Λ༧ଌ͢Δ ྫɿ

  13. ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ

    ػցֶश ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश ౷ܭ ػցֶश ίοΫε ճؼ αόΠόϧ ϑΥϨετ 13 ճؼϞσϧ ೋ߲෼ྨϞσϧ ੜଘ෼ੳϞσϧ
  14. 14 ΞϧΰϦζϜ Ϟσϧ ༧ଌϞσϧΛ࡞Δ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE

    60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ
  15. 15 ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 60 120 Japan

    ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ༧ଌ͢Δ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 25 120 Japan ޿ࠂ FALSE 23 55 US ϝσΟΞ FALSE 40 150 US ޿ࠂ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք ? 25 120 Japan ޿ࠂ ? 23 55 US ϝσΟΞ ? 40 150 US ޿ࠂ
  16. શͯͷϞσϧ͸ੈͷதͷݱ৅Λγϯϓϧʹͨ͠΋ͷͰ͋Δɻ δϣʔδɾϘοΫε શͯͷϞσϧ͸ؒҧ͍ͬͯΔɺ ͔͍͔ͭ͘͠͠͸࢖͑Δɻ ΠΪϦεͷ౷ܭֶऀ

  17. 17 ΞϧΰϦζϜ Ϟσϧ Ϟσϧͱ͸ΞϧΰϦζϜ͕ݕग़ͨ͠σʔλͷ தʹ͋ΔύλʔϯΛఆٛͨ͠΋ͷͰ͋Δɻ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք

    TRUE 60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ
  18. 18 ΞϧΰϦζϜ Ϟσϧ Ϟσϧ͔Βɺσʔλͷதʹ͋Δύλʔϯʹؔͯ͠ ଟ͘ͷ͜ͱΛֶͿ͜ͱ͕Ͱ͖Δɻ ஌ࣝ σʔλ • ໨తม਺ͱؔ܎ͷڧ͍ม਺͸ͲΕ͔ɻ •

    ͦΕ͸Ͳ͏͍ͬͨؔ܎ͳͷ͔ɻ • ͦΕ͸༗ҙͳؔ܎ͳͷ͔ɻ • ͜ͷϞσϧͰ͸໨తม਺ͷಈ͖ͷͲΕ͘Β͍Λઆ໌Ͱ͖Δͷ͔ɻ
  19. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ίοΫε

    ճؼ αόΠόϧ ϑΥϨετ 19 ճؼϞσϧ ೋ߲෼ྨϞσϧ ੜଘ෼ੳϞσϧ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ
  20. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ίοΫε

    ճؼ αόΠόϧ ϑΥϨετ 20 ճؼϞσϧ ೋ߲෼ྨϞσϧ ੜଘ෼ੳϞσϧ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ ղऍ
  21. ༧ଌϞσϧʢ౷ܭֶशɺػցֶशʣͷΞϧΰϦζϜͷҧ͍ͱ͸ Ͳ͏͍ͬͨؔ܎ੑΛೝࣝ͢Δ͜ͱ͕Ͱ͖Δ͔ͷҧ͍ Ͳ͏͍ͬͨؔ܎ੑΛҟͳΔΞϧΰϦζϜ͸୳͠ग़͢͜ͱ͕Ͱ͖ͨͷ͔ʁ ڞ௨ͷϑϨʔϜϫʔΫͰͦ͏ͨؔ͠܎ੑΛཧղ͢Δ͜ͱ͸Ͱ͖ͳ͍͔ɻ

  22. Ϟσϧղऍͷڞ௨ϑϨʔϜϫʔΫ ΞφϦςΟΫεɾάϥϚʔʢจ๏ʣ

  23. ܎਺ ༧ଌӨڹ౓ ม਺ॏཁ౓ 23 ΞφϦςΟΫεͷจ๏ ධՁ

  24. Ͳͷม਺͕໨తม਺ͱΑΓ૬͕ؔڧ͍ͷ͔ɻ ໨తม਺Λ༧ଌ͢Δ࣌ʹΑΓॏཁͳͷ͔ɻ 24 ม਺ॏཁ౓

  25. ͦΕͧΕͷม਺ͷ஋͕มΘΔͱɺ໨తม਺ͷ஋͸ͲͷΑ͏ʹมΘΔͷ͔ɻ Y࣠͸໨తม਺ͷ༧ଌ஋ɻ Y࣠͸໨తม਺ͷ஋͕TRUEʹͳΔ֬཰ɻ ໨తม਺͕਺஋ ໨తม਺͕ϩδΧϧ 25 ༧ଌӨڹ౓

  26. ͦΕͧΕͷ༧ଌม਺ͷ஋͕มΘΔͱ໨తม਺ͷ஋͸ͲͷΑ͏ʹมΘΔͷ͔ɻ ͦΕͧΕͷ༧ଌม਺ͷมԽʹΑΔ໨తม਺ͷมԽ͸༗ҙͳͷ͔ɻʢԾઆݕఆɺP஋ʣ 26 ܎਺ ઢܗճؼ ϩδεςΟοΫճؼ ܏͖ Φοζൺ

  27. ͦΕͧΕͷ༧ଌม਺ͷ஋͕มΘΔͱ໨తม਺ͷ஋͸ͲͷΑ͏ʹมΘΔͷ͔ɻ ͦΕͧΕͷ༧ଌม਺ͷมԽʹΑΔ໨తม਺ͷมԽ͸༗ҙͳͷ͔ɻʢԾઆݕఆɺP஋ʣ 27 ܎਺ ౷ܭϞσϧͷΈ

  28. ܏͖͕Ұఆ 28 ઢܗճؼ ༧ଌม਺Xͷ஋͕1૿͑Δͱɺ໨ తม਺Y͕N૿͑ΔʢݮΔʣɻ

  29. 29 ධՁ Ϟσϧ͕໨తม਺ͷมԽΛ આ໌͢Δͷʹ༗ҙ͔Ͳ͏͔ ΛνΣοΫ͢Δɻ ͜ͷϞσϧͰ༧ଌͨ͠৔߹ ͲΕ͚ͩݱ࣮ʹϑΟοτ͢ Δͷ͔ΛνΣοΫ͢Δɻ ౷ܭత༗ҙੑ ༧ଌਫ਼౓

    ౷ܭϞσϧͷΈ
  30. ໨తม਺͕਺஋ͷ৔߹ 30

  31. R2৐ RMSE σʔλͷฏۉ͔Βͷ͹Β͖ͭΛ Ϟσϧ͕આ໌Ͱ͖͍ͯΔׂ߹ɻ 0͔Β1ͷؒɻ 1ʹ͚ۙΕ͹͍ۙ΄ͲɺϞσϧ͕ σʔλͷ͹Β͖ͭΛΑ͘આ໌Ͱ ͖͍ͯΔ͜ͱΛࣔ͢ɻ ༧ଌ஋ͷฏۉతͳζϨɻ খ͚͞Ε͹খ͍͞΄ͲϞσϧ

    ͷ༧ଌͷੑೳ͕ྑ͍͜ͱΛࣔ ͢ɻ ༧ଌਫ਼౓ 31 P஋ શͯͷม਺ͷӨڹ౓͕0ͷ࣌ʹɺ ݱࡏى͖͍ͯΔҧ͍͕؍࡯͞ΕΔ ֬཰ɻ 0ʹ͚ۙΕ͹খ͍͞΄ͲɺϞσϧ ͷ༗ҙੑ্͕͕Δɻ ༗ҙੑ
  32. ໨తม਺͕ϩδΧϧܕͷ৔߹ 32

  33. 33 AUC 2߲෼ྨͷ༧ଌϞσϧ͕2ͭͷά ϧʔϓʢTRUEͱFALSEʣΛͲΕ ͚͖ͩΕ͍ʹ෼͚Δ͜ͱ͕Ͱ͖ Δ͔ͷࢦඪͰ͋Δɻ P஋ શͯͷม਺ͷӨڹ౓͕0ͷ࣌ʹɺ ݱࡏى͖͍ͯΔҧ͍͕؍࡯͞ΕΔ ֬཰ɻ

    0ʹ͚ۙΕ͹খ͍͞΄ͲɺϞσϧ ͷ༗ҙੑ্͕͕Δɻ ༗ҙੑ ༧ଌਫ਼౓
  34. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश σʔλλΠϓ ϞσϧλΠϓ ΞϧΰϦζϜ ϞσϧධՁ

    ม਺ؒͷ ؔ܎ੑ R2৐ RMSE R2৐ RMSE P஋ ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश P஋ AUC F஋ AUC F஋ ϋβʔυൺ ౷ܭ ػցֶश P஋ ίοΫε ճؼ αόΠόϧ ϑΥϨετ R2৐ R2৐ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ੜଘۂઢ ੜଘۂઢ ܏͖ P஋ Φοζൺ P஋ P஋ 34 ܎਺ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ
  35. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश σʔλλΠϓ ϞσϧλΠϓ ΞϧΰϦζϜ ϞσϧධՁ

    ม਺ؒͷ ؔ܎ੑ R2৐ RMSE R2৐ RMSE P஋ ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश P஋ AUC F஋ AUC F஋ ϋβʔυൺ ౷ܭ ػցֶश P஋ ίοΫε ճؼ αόΠόϧ ϑΥϨετ R2৐ R2৐ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ੜଘۂઢ ੜଘۂઢ ܏͖ P஋ Φοζൺ P஋ P஋ 35 ܎਺ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ
  36. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 36
  37. ม਺ॏཁ౓ Ͳͷม਺͕ɺ໨తͷม਺ͱΑΓڧ͍ؔ܎Λ΋͍ͬͯΔͷ͔ɻ 37

  38. 38 • 1ͭͷ༧ଌม਺Λআ͍ͯϞσϧΛ࡞Γɺআ͔ͳ͔ͬͨ৔߹ʹൺ΂ͯ༧ ଌਫ਼౓͕ͲΕ͚ͩѱ͘ͳΔͷ͔Λܭࢉ͢Δɻ • ͜ΕΛશͯͷม਺Ͱ܁Γฦ͢ɻ • ͲΕ͚ͩ༧ଌਫ਼౓͕ѱ͘ͳΔͷ͔ͱ͍͏είΞΛ΋ͱʹɺͦΕͧΕ ͷม਺ͷ૬ରతͳॏཁ౓ΛධՁ͢Δɻ ม਺ॏཁ౓ͷ࢓૊Έ

  39. 39 ઢܗճؼͰ͋Ε͹ɺ༧ଌ஋ͱ࣮ଌ஋ͷࠩͷೋ৐Λɺσʔλͷ֤ߦʹ ͍ͭͯ଍্͛ͨ͠΋ͷ͕ɺ༧ଌ݁ՌͷධՁࢦඪͱͯ͠࢖͑Δɻ

  40. 40 ΞϧΰϦζϜ Ϟσϧ ༧ଌϞσϧΛ࡞Δ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE

    60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ
  41. 41 ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 60 120 Japan

    ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ݩͷσʔλΛ ࢖ͬͯ༧ଌ͢Δ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ
  42. 42 ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 60 120 Japan

    ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք FALSE 60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ݩͷσʔλͱಥ͖߹Θͤ ͯ༧ଌਫ਼౓ΛධՁ͢Δɻ ༧ଌਫ਼౓ɿ90
  43. 43 ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք TRUE 60 120 Japan

    ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք FALSE 60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ ༧ଌਫ਼౓ɿ90 ج४஋
  44. શ෦ 90 ج४஋

  45. 45 ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120

    ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ༧ଌ͢Δ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ
  46. 46 ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120

    ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ༧ଌਫ਼౓ɿ80 ݩͷσʔλͱಥ͖߹Θͤ ͯ༧ଌਫ਼౓ΛධՁ͢Δɻ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ
  47. ม਺ॏཁ౓ ࣌ؒ 10 ѱ͘ͳͬͨ

  48. 48 ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120

    ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ༧ଌ͢Δ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ
  49. 49 ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120

    ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ݩͷσʔλͱಥ͖߹Θͤ ͯ༧ଌਫ਼౓ΛධՁ͢Δɻ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ ༧ଌਫ਼౓ɿ70
  50. ೥ྸ ม਺ॏཁ౓ ࣌ؒ 20 ѱ͘ͳͬͨ 10 20

  51. 51 ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE

    45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ༧ଌ͢Δ
  52. 52 ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ FALSE

    45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ FALSE 35 30 ϝσΟΞ ΞϧΰϦζϜ Ϟσϧ ίϯόʔτ ೥ྸ ࣌ؒ ۀք TRUE 60 120 ޿ࠂ TRUE 45 55 ҩྍ FALSE 52 20 ϝσΟΞ TRUE 48 140 ޿ࠂ TRUE 53 80 ۜߦ TRUE 35 30 ϝσΟΞ ༧ଌਫ਼౓ɿ20 ݩͷσʔλͱಥ͖߹Θͤ ͯ༧ଌਫ਼౓ΛධՁ͢Δɻ
  53. ۀք ೥ྸ ม਺ॏཁ౓ ࣌ؒ 70 ѱ͘ͳͬͨ 10 20 70

  54. ͍ͳ͘ͳͬͯ ॳΊͯ෼͔Δ ॏཁ͞

  55. None
  56. None
  57. None
  58. None
  59. None
  60. None
  61. ม਺ॏཁ౓ 61

  62. ઢܗճؼ

  63. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 63
  64. ͱ͜ΖͰɻɻɻ 64

  65. ܎਺ ༧ଌӨڹ౓ ม਺ॏཁ౓ 65 ΞφϦςΟΫεͷจ๏ ධՁ

  66. 66 ܎਺͸ͦΕͧΕͷม਺ͷ஋͕1ϙΠϯτมΘͬͨͱ͖໨తม਺͕ͲΕ͘Β ͍มΘΔ͔Λද͢ɻ

  67. 67 ͦΕͧΕͷม਺ͷ୯Ґ͕ҧ͏ͨΊɺ܎਺ͷ஋͕େ͖͚Ε͹େ͖͍΄ͲΑΓ ॏཁͩͱ͸ݴ͑ͳ͍ɻ

  68. 68 Ӧۀװ෦ → Ӧۀ୲౰ 1 Ϩϕϧ 1 ೥ ۈଓ೥਺ͷ1ϙΠϯτ ৬Ґͷ1ϙΠϯτ

    ৬छͷ1ϙΠϯτ
  69. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 69
  70. ϩδεςΟοΫճؼ

  71. ͍͔ͭ͘ͷม਺͸༗ҙͰͳ͍ͱදࣔ͞Ε͍ͯΔ͕ɺ͜Ε͸ͳͥͩΖ͏͔ʁ

  72. 72 ΞΠ ε Ϋ Ϧ ʔ Ϝ ͷ ച ্

    α ϝ ͷ ऻ ܸ ݅ ਺ 5݄ 6݄ 7݄
  73. 73 αϝͷऻܸ ΞΠεΫϦʔϜ ͷച্

  74. 74 ؾԹ ަབྷ αϝͷऻܸ ΞΠεΫϦʔϜ ͷച্

  75. None
  76. 76 ຯḩϥʔϝϯ ে༉ϥʔϝϯ පؾʹͳΔ ֬཰ ຯḩϥʔϝϯΛ৯΂Δͱে༉ϥʔϝϯʹൺ΂Δͱ පؾʹͳΓ΍͍͢ɻ

  77. 77 පؾ ে༉ / ຯḩ

  78. 78 গͳ͍ ଟ͍ Ԙ෼͕ଟ͍ͱපؾʹͳΓ΍͍͢ පؾʹͳΔ ֬཰

  79. 79 පؾ ে༉ / ຯḩ Ԙͷྔ

  80. 80 ຯḩϥʔϝϯ Ԙͷྔ ে༉ϥʔϝϯ ϥʔϝϯͷλΠϓͱԘ෼ʹ͸૬ؔؔ܎͕͋Δɻ

  81. 81 ૬ؔؔ܎ ে༉ / ຯḩ පؾ Ԙͷྔ

  82. 82 පؾ ে༉ / ຯḩ Ԙͷྔ ҼՌؔ܎ʁ ҼՌؔ܎ʁ ͲͪΒ͕ຊ౰ͷݪҼͳͷͩΖ͏͔ʁ

  83. 83 1 -> 30 ʮຯḩʯͰݻఆ ยํͷ஋͚ͩΛม͑Δɻ ে༉ / ຯḩ පؾ

    Ԙͷྔ
  84. ΋͘͠͸ɻɻɻ 84

  85. 85 ে༉ / ຯḩ පؾ Ԙͷྔ 1 Ͱݻఆ ʮে༉ʯ͔Βʮຯḩʯ ʹม͑Δ

    ยํͷ஋͚ͩΛม͑Δɻ
  86. 86 ࠗҽ εςʔλε ཭৬཰ ετοΫ Φϓγϣϯ ετοΫΦϓγϣϯͱࠗҽεςʔλεͷ྆ํͱ΋཭৬཰ͱ૬ؔؔ܎͕͋Δɻ

  87. ࠗҽεςʔλεͱετοΫΦϓγϣϯͷؒʹ͸ؔ܎͕͋ΔΑ͏ͩɻ 87

  88. 88 ૬ؔ ετοΫΦϓγϣϯͱࠗҽεςʔλεͷؒʹ΋૬ؔؔ܎͕͋Δɻ ཭৬཰ ࠗҽ εςʔλε ετοΫ Φϓγϣϯ

  89. 89 ҼՌؔ܎ʁ ҼՌؔ܎ʁ ͲͪΒ͕ຊ౰ͷݪҼͳͷͩΖ͏͔ʁ ཭৬཰ ࠗҽ εςʔλε ετοΫ Φϓγϣϯ

  90. 90 1 → 2 طࠗ Ұఆʹอͭ Ұͭͷม਺ͷΈΛมԽͤͯ͞ɺଞͷม਺ΛҰఆʹอͯ͹Α͍ɻ ޮՌ͸? ཭৬཰ ࠗҽ

    εςʔλε ετοΫ Φϓγϣϯ
  91. 91 ಠ਎ -> طࠗ ̍ Ұఆʹอͭ ޮՌ͸? Ұͭͷม਺ͷΈΛมԽͤͯ͞ɺଞͷม਺ΛҰఆʹอͯ͹Α͍ɻ ཭৬཰ ࠗҽ

    εςʔλε ετοΫ Φϓγϣϯ
  92. ετοΫΦϓγϣϯ͸ࠗҽεςʔλεͱ૬͕ؔ͋Γɺ཭৬ͱͷ૬ؔ͸ɺࠗҽε ςʔλεΛ௨ͨ͠΋ͷͰɺετοΫΦϓγϣϯࣗମͷӨڹ͸খ͍͞ͱϞσϧ͕൑ அ͍ͯ͠Δɻ 92

  93. 93 ٯʹϥϯμϜϑΥϨετͰ͸ɺࠗҽεςʔλεͷॏཁ౓͕Լ͕͍ͬͯΔ͕ɺ͜Ε͸ܾఆ໦Λ࡞Δ ࡍʹɺಉ༷ͷ৘ใΛ࣋ͭετοΫΦϓγϣϯͱڝ߹ͯ͠ෛ͚͍ͯΔͷͰ͸ͳ͍͔ͱߟ͑ΒΕΔɻ ʢܾఆ໦͸஋ͷछྨ͕গͳ͍ΧςΰϦʔྻΑΓɺ਺஋ͷྻΛ༏ઌͯ͠ར༻͢Δ܏޲͕͋Δɻʣ

  94. 94 ࣮ࡍʹɺϩδεςΟοΫճؼͷϞσϧ͔ΒɺࠗҽεςʔλεΛআ͍ͯϞσϧ Λ࡞ΔͱɺετοΫΦϓγϣϯ͕༗ҙʹͳΓɺ্Ґʹු্ͯ͘͠Δɻ

  95. ΞδΣϯμ • ΞφϦςΟΫεͷจ๏ • ม਺ॏཁ౓ͷ࢓૊Έ • ౷ܭϞσϧ - ܎਺ͱม਺ॏཁ౓ͷҧ͍ •

    ౷ܭϞσϧ - ؔ܎ͷ༗ҙੑ • ϥϯμϜϑΥϨετͷม਺ॏཁ౓ͱϘϧʔλ 95
  96. 96 ϥϯμϜϑΥϨετ

  97. 97 ϑΥϨετʢ৿ʣ

  98. 98 πϦʔʢ໦ʣ

  99. 99 TRUE FALSE TRUE FALSE 100% 50% 0% څྉ >

    5500 ࢒ۀ࣌ؒ > 15 TRUEͷׂ߹ Ұ࿈ͷ࣭໰ͱɺͦͷ౴͑ʹΑ Δ෼ذͰ݁ՌΛ༧ଌ͢Δख ๏ɻ ܾఆ໦
  100. 100

  101. 101 ϑΥϨετʢ৿ʣ

  102. 102 σʔλ ݁Ռ ܾఆ໦

  103. 103 ܾఆ໦ σʔλ αϯϓϧ αϯϓϧ αϯϓϧ ݁Ռ ݁Ռ ݁Ռ ଟ਺ܾ

    … ϥϯμϜαϯϓϧ ϥϯμϜϑΥϨετ
  104. 104 ϥϯμϜม਺ αΠίϩΛৼͬͯಘΒΕΔΑ͏ͳɺϥϯμϜͳ਺஋ΛϥϯμϜ ม਺ͱݺͿɻ༷ʑͳΞϧΰϦζϜͰར༻͞ΕΔɻ

  105. 105 ݩσʔλ ೥ྸ ۈଓ೥਺ څྉ ৬Ґ ৬छ ཭৬ 40 22

    10424 1 Ӧۀװ෦ TRUE 33 13 4726 2 ϥϘٕज़ऀ FALSE 32 12 6694 3 ϦαʔναΠΤϯςΟετ FALSE 28 8 8342 2 Ϛωʔδϟʔ TRUE 24 6 7123 3 Ӧۀװ෦ FALSE 28 10 8722 3 ϥϘٕज़ऀ FALSE 43 20 4233 2 ϦαʔναΠΤϯςΟετ FALSE 38 17 5512 2 Ϛωʔδϟʔ TRUE 34 14 2500 1 Ӧۀװ෦ FALSE 29 9 3394 2 ϦαʔναΠΤϯςΟετ TRUE
  106. 106 ༧ଌର৅ͷྻ: ཭৬͔ͨ͠Ͳ͏͔ ೥ྸ ۈଓ೥਺ څྉ ৬Ґ ৬छ ཭৬ 40

    22 10424 1 Ӧۀװ෦ TRUE 33 13 4726 2 ϥϘٕज़ऀ FALSE 32 12 6694 3 ϦαʔναΠΤϯςΟετ FALSE 28 8 8342 2 Ϛωʔδϟʔ TRUE 24 6 7123 3 Ӧۀװ෦ FALSE 28 10 8722 3 ϥϘٕज़ऀ FALSE 43 20 4233 2 ϦαʔναΠΤϯςΟετ FALSE 38 17 5512 2 Ϛωʔδϟʔ TRUE 34 14 2500 1 Ӧۀװ෦ FALSE 29 9 3394 2 ϦαʔναΠΤϯςΟετ TRUE
  107. 107 σʔλ ߦͱྻΛϥϯμϜʹαϯϓϧ͢Δɻ཭৬͔ͨ͠Ͳ͏͔ͷ ྻ͸༧ଌର৅ͳͷͰͲͷαϯϓϧʹ΋ඞͣೖΔɻ ೥ྸ څྉ ཭৬ 40 8157 TRUE

    33 4456 FALSE 32 3600 FALSE 28 2500 TRUE ੑผ ৬Ґ ۈଓ೥਺ ཭৬ 28 1 8 FALSE 43 3 22 FALSE 38 2 13 TRUE ೥ྸ ৬छ ཭৬ 33 Ӧۀװ෦ TRUE 32 Ϛωʔδϟʔ FALSE 33 Ӧۀװ෦ FALSE
  108. 108 σʔλ ͦΕͧΕͷϞσϧ͸ଟগҟͳΔɻ ೥ྸ څྉ ཭৬ 40 8157 TRUE 33

    4456 FALSE 32 3600 FALSE 28 2500 TRUE ੑผ ৬Ґ ۈଓ೥਺ ཭৬ 28 1 8 FALSE 43 3 22 FALSE 38 2 13 TRUE ೥ྸ ৬छ ཭৬ 33 Ӧۀװ෦ TRUE 32 Ϛωʔδϟʔ FALSE 33 Ӧۀװ෦ FALSE
  109. 109 σʔλ αϯϓϧ αϯϓϧ αϯϓϧ ݁Ռ ݁Ռ ݁Ռ ଟ਺ܾ …

    ࠷ऴతʹଟ਺ܾɺ΋͘͠͸ฏۉΛͱΔɻ
  110. None
  111. 111 ܾఆ໦ σʔλ αϯϓϧ αϯϓϧ αϯϓϧ ౤ථ ౤ථ ౤ථ ݁࿦

    … ϥϯμϜαϯϓϧ ϥϯμϜαϯϓϧΛར༻͍ͯ͠ΔͷͰɺ݁ՌʹϥϯμϜੑ͕͋Δɻ
  112. • ϥϯμϜϑΥϨετͷʮϥϯμϜੑʯʹΑͬͯɺྲྀͨ͢ͼʹม਺ॏཁ ౓ͷॱҐ͕ҧͬͯ͘Δɻ • ࠷ऴతʹม਺ॏཁ౓ʹग़ͯ͘ΔͲͷ༧ଌม਺͕໨తม਺ͱؔ܎͕ ͋ͬͯɺͲͷม਺͸ؔ܎ͳ͍ͷ͔ʁ 112

  113. 113 • Կճ΋ϥϯμϜϑΥϨετͷϞσϧΛ࡞Γɺͦͷͨͼʹม਺ ॏཁ౓Λܭࢉ͢Δɻ • 1ͭͷ਺஋Ͱ͸ͳ͘ɺ෼෍Λ࢖ͬͯॏཁ౓Λଊ͑ɺଞͷॏཁ ౓ͱൺ΂Δɻ • ಘΒΕͨม਺ͷॏཁ౓͕ͨ·ͨ·ͳͷ͔Ͳ͏͔ɺ౷ܭతʹݕ ఆͯ͠ΈΔɻ

    Ϙϧʔλ
  114. 114 ϘϧʔλΛ༗ޮԽɻ ʢσϑΥϧτʹ໭͢ɻʣ

  115. 115 ϘϧʔλʹΑΔม਺ॏཁ౓

  116. ExploratoryͰ͸σϑΥϧτͰ20ݸͷϥϯμϜ ϑΥϨετͷϞσϧΛੜ੒͢Δɻ͜ͷശώήਤ ͸ɺͦͷͦΕͧΕͷϞσϧ͔Βੜ੒͞Εͨॏཁ ౓είΞͷ෼෍Λද͢ɻ 116

  117. 20ݸͷϞσϧ͔Βੜ੒͞Εͨॏཁ౓είΞΛ΋ͱʹɺ αϯϓϧαΠζ20ͷԾઆݕఆʢೋ߲ݕఆʣΛ࣮ߦ͠ɺ ॏཁ౓͕༗ҙ͔Ͳ͏͔ΛධՁ͢Δɻ 117

  118. 118 ม਺ॏཁ౓Λ࢖ͬͯͲͷΑ͏ͳԾઆݕఆΛ ͍ͯ͠ΔͷͩΖ͏͔ʁ

  119. • ϥϯμϜʹ࡞Γ্͛ͨShadowม਺Λࠞͥͨঢ়ଶͰϥϯμϜϑΥϨετͷ ϞσϧΛ࡞Δɻ • ͦΕͧΕͷม਺͝ͱʹɺShadowม਺ͱൺ΂ม਺ॏཁ౓ͷείΞ͕ߴ͍͔ Ͳ͏͔Λ൑அ͢Δɻ • ߴ͚Ε͹ͦͷม਺ʹ̍ΛೖΕΔɻ • ͜ΕΛ20ճ܁Γฦ͢ɻʢઃఆͰճ਺͸ௐ੔Ͱ͖Δɻʣ

    • ͦΕͧΕͷม਺͝ͱʹαϯϓϧ਺20ͷೋ߲ݕఆΛߦ͍ɺ༗ҙ͔Ͳ͏͔ͷ ൑அΛԼ͢ɻ 119
  120. 120 ৬Ґ ۈଓ೥਺ ೥ྸ 1 25 27 3 35 40

    2 40 41 1 22 22 1 33 35 ݩͷσʔλ
  121. 121 ৬Ґ ۈଓ೥਺ ೥ྸ 1 25 27 3 35 40

    2 40 41 1 22 22 1 33 35 Shadowม਺Λ࡞੒ ৬ҐͷShadow ۈଓ೥਺ͷShadow ೥ྸͷShadow 1 22 41 1 44 22 1 35 35 3 25 40 2 40 27 ֤ྻ಺ͷ஋ΛϥϯμϜʹฒͼସ͑ͯɺShadowม਺ྻΛ࡞੒ɻ Shadowม਺͸༧ଌʹͳʹ΋ߩݙ΋͠ͳ͍͸ͣɻ
  122. 122 ม਺ॏཁ౓Λܭࢉ͢Δ Shadow Shadow Shadow

  123. 123 Shadow Shadow Shadow ࠷΋ྑ͍είΞΛग़͍ͯ͠ΔShadowม਺

  124. 124 Hit Hit HitͰ͸ͳ͍ Shadow Shadow Shadow ֤ม਺ͷॏཁ౓͕ɺShadowม਺ͷதͰ࠷΋ ྑ͍΋ͷΛӽ͑ͨ(Hit)ճ਺Λ਺͓͑ͯ͘ɻ

  125. 125 ͜ͷϓϩηεΛԿ౓΋܁Γฦ͠ɺHitͷ਺Λม਺ຖʹ଍্͛͠Δɻ Shadow Shadow Shadow

  126. 126 ಺෦ͰߦΘΕΔݕఆͷԾઆ ؼແԾઆɿ͜ͷม਺ͷॏཁ౓͸ɺShadowม਺ͷதͰҰ൪Α͍΋ͷͱಉఔ౓ɻ ରཱԾઆ1 : ͜ͷม਺ͷॏཁ౓͸Shadowม਺ͷதͰҰ൪Α͍΋ͷΑΓߴ͍ɻ ɹɹɹɹɹ (༧ଌͷ໾ʹཱͭɻ) ରཱԾઆ2 :

    ͜ͷม਺ͷॏཁ౓͸Shadowม਺ͷதͰҰ൪Α͍΋ͷΑΓ௿͍ɻ ɹɹɹɹɹ (༧ଌͷ໾ʹཱͨͳ͍ɻ)
  127. 127 ؼແԾઆͷ΋ͱͰظ଴͞ΕΔɺ20ճ࣮ݧͨ͠৔߹ͷHitճ਺ͷ෼෍ 10 5 20 15 0

  128. 128 P஋ͷج४஋Λ5%ͱ͢Δ 10 5 20 15 0 P஋ج४஋: 5%

  129. 129 ͋Δม਺͕20ճத15ճHitͨ͠ͱ͢Δͱɺ͜Ε͸ؼແԾઆͷݩͰ͸5%ҎԼͷɹ ֬཰Ͱ͔͠ى͖ͳ͍͜ͱͳͷͰɺؼແԾઆΛغ٫Ͱ͖Δɻͱ͍͏͜ͱ͸͜ͷɹ ม਺͸༗ҙɺͭ·Γ༧ଌͷ໾ʹཱͭม਺ͩͱ൑அͰ͖Δɻ 10 5 20 15 0

  130. 130 ͋Δม਺͕20ճத5ճ͔͠Hit͠ͳ͔ͬͨͱ͢Δͱɺ͜Ε͸ؼແԾઆͷݩͰ͸5% ҎԼͷ֬཰Ͱ͔͠ى͖ͳ͍͜ͱͳͷͰɺؼແԾઆΛغ٫Ͱ͖Δɻͱ͍͏͜ͱ͸ɺ ༗ҙͰ͋Δɺͭ·Γ༧ଌͷ໾ʹཱͨͳ͍ม਺ͩͱ൑அͰ͖Δɻ 10 5 20 15 0

  131. 131 ͋Δม਺͕20ճத12ճHitͨ͠ͱ͢Δͱɺ͜Ε͸ؼແԾઆͷݩͰ͸5%Ҏ্ͷ֬཰Ͱ ى͖Δ͜ͱͳͷͰɺؼແԾઆΛغ٫Ͱ͖ͳ͍ɻͱ͍͏͜ͱ͸ɺ༗ҙͰͳ͍ɺɹɹ ͭ·Γ͜ͷม਺͕༧ଌͷ໾ʹཱͭͱ΋ཱͨͳ͍ͱ΋ݴ͑ͳ͍ͱͳΔɻ 10 5 20 15 0

  132. 132 10 5 20 15 0 Hitճ਺͕গͳ͍ଆͷP஋0.05ͷ ൣғɻ͜͜ʹೖΔม਺͸ɺ ༧ଌͷ໾ʹཱͨͳ͍ͱ൑அɻ Hitճ਺͕ଟ͍ଆͷP஋0.05ͷɹ

    ൣғɻ͜͜ʹೖΔม਺͸༧ଌͷ ໾ʹཱͭͱ൑அɻ ͜͜ʹೖΔม਺͸͜ͷܭࢉճ਺Ͱ͸݁࿦͸อཹ͞ΕΔɻ
  133. ྘Ͱࣔ͞Ε͍ͯΔม਺͸ɺ20ճதͰे෼ʹଟ͘ͷέʔεͰ ϥϯμϜͳ஋ΑΓ΋είΞ͕ߴ͍ͱධՁ͞Εͨม਺Ͱ͋ Δɻ 133

  134. άϨʔͰࣔ͞Εͨม਺͸ɺϥϯμϜʹ࡞ΒΕͨ ม਺ͱൺ΂ͯ΋͞΄ͲมΘΓ͕ͳ͍͔ͦΕҎԼ ͱධՁ͞Εͨม਺Ͱ͋Δɻ͜ΕΒͷม਺͸ Attritionྻͱͷؔ܎͸΄΅ͳ͍ͱ͍͍੾ΕΔɻ 134

  135. ԫ৭Ͱࣔ͞Ε͍ͯΔม਺͸ɺϥϯμϜʹ ࡞ΒΕͨม਺ΑΓ΋ॏཁ౓͕ߴ͍৔߹ ΋͋Ε͹ͦ͏Ͱͳ͍৔߹΋͋Γɺҙຯͷ ͋Δม਺ͳͷ͔Ͳ͏͔൑அ͖͔ͭͶΔ ม਺Ͱ͋Δɻ͜ΕΒͷม਺͸Attritionྻ ͱͷؔ܎͕͋Δͱ΋ແ͍ͱ΋͍͍͖Ε ͳ͍ɻ 135

  136. ·ͱΊ

  137. 137 ΞϧΰϦζϜ Ϟσϧ Ϟσϧͱ͸ΞϧΰϦζϜ͕ݕग़ͨ͠σʔλͷ தʹ͋ΔύλʔϯΛఆٛͨ͠΋ͷͰ͋Δɻ ίϯόʔτ ೥ྸ ࣌ؒ ࠃ ۀք

    TRUE 60 120 Japan ޿ࠂ FALSE 45 55 US ҩྍ FALSE 52 20 US ϝσΟΞ TRUE 48 140 Japan ޿ࠂ TRUE 53 80 UK ۜߦ FALSE 35 30 Japan ϝσΟΞ
  138. 138 ΞϧΰϦζϜ Ϟσϧ Ϟσϧ͔Βɺσʔλͷதʹ͋Δύλʔϯʹؔͯ͠ ଟ͘ͷ͜ͱΛֶͿ͜ͱ͕Ͱ͖Δɻ ஌ࣝ σʔλ • ໨తม਺ͱؔ܎ͷڧ͍ม਺͸ͲΕ͔ɻ •

    ͦΕ͸Ͳ͏͍ͬͨؔ܎ͳͷ͔ɻ • ͦΕ͸༗ҙͳؔ܎ͳͷ͔ɻ • ͜ͷϞσϧͰ͸໨తม਺ͷಈ͖ͷͲΕ͘Β͍Λઆ໌Ͱ͖Δͷ͔ɻ
  139. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ίοΫε

    ճؼ αόΠόϧ ϑΥϨετ 139 ճؼϞσϧ ೋ߲෼ྨϞσϧ ੜଘ෼ੳϞσϧ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ
  140. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ίοΫε

    ճؼ αόΠόϧ ϑΥϨετ 140 ճؼϞσϧ ೋ߲෼ྨϞσϧ ੜଘ෼ੳϞσϧ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ΠϯαΠτ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ ղऍ
  141. ઢܗճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश σʔλλΠϓ ϞσϧλΠϓ ΞϧΰϦζϜ ϞσϧධՁ

    ม਺ؒͷ ؔ܎ੑ R2৐ RMSE R2৐ RMSE P஋ ϩδεςΟοΫ ճؼ ϥϯμϜ ϑΥϨετ XGBoost ౷ܭ ػցֶश P஋ AUC F஋ AUC F஋ ϋβʔυൺ ౷ܭ ػցֶश P஋ ίοΫε ճؼ αόΠόϧ ϑΥϨετ R2৐ R2৐ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ม਺ॏཁ౓ ༧ଌӨڹ౓ ੜଘۂઢ ੜଘۂઢ ܏͖ P஋ Φοζൺ P஋ P஋ 141 ܎਺ ਺஋ TRUE/FALSE TRUE/FALSE + ࣌ؒ
  142. ม਺ॏཁ౓ Ͳͷม਺͕ɺ໨తͷม਺ͱΑΓڧ͍ؔ܎Λ΋͍ͬͯΔͷ͔ɻ 142

  143. ࣍ճηϛφʔ

  144. EXPLORATORY ΦϯϥΠϯɾηϛφʔ #55 SaaS ΞφϦςΟΫε ੜଘ෼ੳʢ࣮ફฤʣ

  145. None
  146. 146

  147. ࢖͍ํηϛφʔʢຖ݄։࠵ʣ EXPLORATORY

  148. ΦϯϥΠϯ։࠵ʂ ։࠵೔: 5݄28೔(ۚ) 17:00 ~ 19:00

  149. 149

  150. 150

  151. None
  152. Exploratory presents. σʔλαΠΤϯεษڧձ ˌ19 2021೥6݄11೔ʢۚʣ12:00 PM

  153. ੢ా צҰ࿠ ࢛ํ ल࿨༷ Exploratory, inc ώουϫʔΫε߹ಉձࣾ גࣜձࣾϑΥʔόϧςϨίϜ ໼௨ ߁߂༷

    ൃදऀ ࠜདྷ ఩໵༷ ϥΫεϧגࣜձࣾ
  154. 154 ࣌ؒ λΠτϧ ൃදऀ 12:00 ΦʔϓχϯάɾExploratory v6.6ͷ͝঺հ Exploratory, inc ੢ా

    צҰ࿠ 12:25 σʔλϥϯάϦϯάΛޮ཰Խ͢ΔͨΊͷTips ώουϫʔΫε߹ಉձࣾ ࢛ํ ल࿨༷ 12:50 ٳܜ 13:00 αϚϦϏϡʔΛى఺ͱͨ͠σʔλ෼ੳϫʔΫϑϩʔ ϥΫεϧגࣜձࣾ ࠜདྷ ఩໵༷ 13:25 ExploratoryΛ࠶ݱੑߴ͘ӡ༻͢ΔͨΊͷ׆༻๏ גࣜձࣾϑΥʔόϧςϨίϜ ໼௨ ߁߂༷ 13:50 ࣭ٙԠ౴ ΞδΣϯμ
  155. None
  156. None
  157. σʔλϥϯάϦϯάɾτϨʔχϯά 9݄։࠵ʂ EXPLORATORY

  158. 9݄ΦϯϥΠϯ։࠵ʂ ೔ఔ: 9݄9೔(໦),10೔(ۚ) ૣׂ: 7݄8೔(໦)·Ͱ

  159. None
  160. ࿈བྷઌ ϝʔϧ kan@exploratory.io ΢ΣϒαΠτ https://ja.exploratory.io ϒʔτΩϟϯϓɾτϨʔχϯά https://ja.exploratory.io/training-jp Twitter @KanAugust

  161. Q & A

  162. EXPLORATORY