Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
成分分析ブランディング分析レポート 笠原餅店編
Search
ryoozawa
March 17, 2021
Science
5k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
成分分析ブランディング分析レポート 笠原餅店編
ryoozawa
March 17, 2021
More Decks by ryoozawa
See All by ryoozawa
成分分析ブランディングサービス紹介資料
ryoozawa
0
1.8k
成分分析ブランディング分析レポート 真鶴干物専門店 魚伝編
ryoozawa
0
3.7k
成分分析ブランディング分析レポート 横田園芸編
ryoozawa
0
4.4k
成分分析ブランディング分析レポート 大森式流通編
ryoozawa
0
2.8k
成分分析ブランディングセミナー資料(短尺版)
ryoozawa
1
1.8k
成分分析ブランディングセミナー資料(長尺版)
ryoozawa
0
20k
Other Decks in Science
See All in Science
Inside the Mind of an LLM
baggiponte
0
190
イロレーティングを活用した関東大学サッカーの定量的実力評価 / A quantitative performance evaluation of Kanto University Football Association using Elo rating
konakalab
0
290
AIPシンポジウム 2025年度 成果報告会 「因果推論チーム」
sshimizu2006
3
540
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1.2k
検索と推論タスクに関する論文の紹介
ynakano
1
240
大黒市で発生した大規模インシデント の ポストモーテムから読み解く、 記憶媒体消去の大切さ
shucho0103
0
200
Physical AIを支えるWeights & Biases
olachinkei
1
400
AkarengaLT vol.40
hashimoto_kei
0
110
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
1.2k
サンプル対応のない複数遺伝子発現プロファイルに対するテンソル分解型統合解析の要約
tagtag
PRO
0
200
How we plan to publish 1,000 bio-logging datasets to GBIF and OBIS
peterdesmet
0
110
機械学習 - SVM
trycycle
PRO
2
1.1k
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
9
1k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
220
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.3k
Mind Mapping
helmedeiros
PRO
1
270
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
250
Heart Work Chapter 1 - Part 1
lfama
PRO
8
36k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
Leading Effective Engineering Teams in the AI Era
addyosmani
9
2.1k
Why Our Code Smells
bkeepers
PRO
340
58k
Building AI with AI
inesmontani
PRO
1
1.1k
The Cost Of JavaScript in 2023
addyosmani
55
10k
How to Think Like a Performance Engineer
csswizardry
28
2.7k
Transcript
None
ּݪళ ޚத ּݪళͷΓ ੳ ݁ՌϨϙʔτ EPUTDJFODFגࣜձࣾ
݁ ੳ݁Ռ ੳͷৄࡉ
݁
ରͷ৯ ੳͷ݁Ռ Ͱ͋Δ ੜ࢈ͷࠃେखϝʔΧʔ" ࣾͷΓͱൺֱͯ͠ ΘΒ͔͕͞ഒ ͳΊΒ͔͕͞ഒ ޱͲ͚ͷΑ͕͞ഒ ͕ͨͬͯ͠
ʹ٧·Γʹ͍͘Γ ּݪళͷΓ
ੳ݁Ռ
ରͷ৯ ൺֱͨ͠৯ ੳ߲ ݁Ռ ͳʹΛ Ͳ͜ͱൺͯ ͲͷΑ͏ͳ࣭͕ ͲΕ͘Β͍ҧͬͨͷ͔ ּݪళͷΓ ੑ
ᶃ ߗ ᶄ ணੑ ੜ࢈ͷࠃ େखϝʔΧʔ "ࣾͷΓ ᶃ ഒΘΒ ͔͍ ᶄ ഒͳΊΒ ͔ ফԽੑ ᶃ ফԽ߬ૉΞϛϥʔ θʹਁ௮ͤͨ͞ࡍ ͷάϧίʔεͷੜ ྔ ഒଟ͍
ੳͷৄࡉ
ੳ֓ཁ ΓͷΘΒ͔͞ ΓͷͳΊΒ͔͞ ΓͷޱͲ͚ͷྑ͞ ্هͷͷ࣭Λূ໌͢Δ ͜ͱͰɺ৯ͷࠩผԽΛਤ
Γ·͢ɻ ੳαϯϓϧ ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ˞ ˞࣮ࡍʹاۀ໊͕ೖΓ·͢ ੳ߲ ੑ ü ߗ ü ணੑ ফԽੑ ü ফԽ߬ૉΞϛϥʔ θʹਁಁͤͨ͞ࡍ ͷσϯϓϯͷղ ྔ ੳظؒ ݄ʙ ݄
ּݪళͷ Γ ରͷ৯ ੳ߲ ͷ Λੳ͠·ͨ͠ ΘΒ͔͞ ͳΊΒ͔͞ ޱͲ͚ͷΑ
͞
ּݪళͷ Γ ରͷ৯ ൺֱ͢Δ৯" ͱ ൺֱ͠·ͨ͠ Λ ੜ࢈ͷ ࠃେख
ϝʔΧʔ" ࣾͷΓ
ੑ ੳ͢Δ ߗ ՙॏΛଌఆ ৄࡉ ͷ Λੳ͠·ͨ͠ ணੑ Ҿ͖͢ྗΛଌఆ
ফԽੑ ੳ͢Δ άϧίʔε ղྔ ΓΛਓޱଣӷ ফԽ߬ૉΞϛϥʔ θʣʹਁ௮ͨ͠ޙͷ ͰΜΜ͕άϧίʔ εʹղ͞Εͨྔ ৄࡉ
ͷ Λੳ͠·ͨ͠
݄ ʙ ݄ ੳظؒ
ʮּݪళͷΓʯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓΑΓഒΘΒ͔͍ ߗՙॏʹͯଌఆɻּݪళͷΓͷߗ/ᶷͰ͋Γɺੜ࢈ͷࠃେखϝʔΧʔ" ࣾͷΓͷ/ᶷͱൺֱͯ͠ഒͰ͋ͬͨɻͭ·ΓּݪళͷΓͷํ͕ੜ࢈ͷࠃ େखϝʔΧʔ"ࣾͷΓΑΓഒΘΒ͔͍ɻ ੑʹ͍ͭͯ ʢ/ ᶷʣ
ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷ ߗͷฏۉඪ४ޡࠩ O ߗ ഒ
ʮּݪళͷΓʯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓΑΓͳΊΒ͔͕͞ഒ ணੑՙॏͱͱʹҾ͖͢ྗʹͯଌఆɻּݪళͷΓͷணੑ+ὗͰ͋Γɺ ੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷ+ὗͱൺֱͯ͠ഒͰ͋ͬͨɻͭ·Γּݪళͷ Γͷํ͕ੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓΑΓഒͳΊΒ͔Ͱ͋Δɻ ੑʹ͍ͭͯ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷ ணੑͷฏۉඪ४ޡࠩ O
ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ணੑ ഒ ʢ+ὗʣ
ফԽੑʹ͍ͭͯ ʮּݪళͷΓʯੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓΑΓফԽੑ͕ഒ ΓΛਓޱଣӷʢΞϛϥʔθɿফԽ߬ૉʣʹਁ௮ͤ͞ɺͷͰΜΜ͕άϧίʔεʹղ͞Εͨ ྔΛௐΔ͜ͱͰଌఆɻਁ௮࣌ؒޙͷάϧίʔεͷּݪళͷΓNHHͰ͋Γɺ ੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷNHHͱൺֱͯ͠ഒͰ͋ͬͨɻ 0.0 0.5 1.0 1.5 2.0
2.5 3.0 0 1 2 3 ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ʢNHHʣ ʢIʣ ফԽੑ ഒ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷਓଣӷΞϛϥʔθʹΑΔ σϯϓϯͷάϧίʔεղྔͷ࣌ؒ͝ͱͷܦ࣌ฏۉඪ४ޡࠩ O
ּݪళͷΓੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͱൺֱͯ͠ΘΒ͔͕͞ഒɺ ͳΊΒ͔͕͞ഒɺޱͲ͚ͷΑ͕͞ഒͰ͋ͬͨɻ͕ͨͬͯ͠ʹ٧·Γʹ͍͘ΓͰ ͋Δɻ ݁ ੳͨ͠ ৯ ּݪళͷ Γ ੳ݁Ռ ੑ
ᶃ ߗ ᶄ ணੑ ݄ ʙ ݄ ᶃ /ᶷ ᶄ +ὗ ᶃ /ᶷ ᶄ ὗ ফԽੑ ᶃ ਓޱଣӷʹΑΔͷ σϯϓϯͷάϧίʔ εͷղྔ ᶃ NHH ʢਓޱଣ ӷͷਁ௮ ࣌ؒޙʣ ᶃ NHH ʢਓޱଣ ӷͷਁ௮ ࣌ؒޙʣ ੜ࢈ͷ ࠃେखϝʔΧʔ "ࣾͷΓ ʢ/ ᶷʣ ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷ ߗͷฏۉඪ४ޡࠩ O ߗ ഒ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷ ணੑͷฏۉඪ४ޡࠩ O ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ணੑ ഒ ʢ+ὗʣ 0.0 0.5 1.0 1.5 2.0 2.5 3.0 0 1 2 3 ּݪళͷΓ ੜ࢈ͷࠃେख ϝʔΧʔ"ࣾͷΓ ʢNHHʣ ʢIʣ ফԽੑ ഒ ּݪళͷΓ͓Αͼੜ࢈ͷࠃେखϝʔΧʔ"ࣾͷΓͷਓଣӷΞϛϥʔθʹΑΔ σϯϓϯͷάϧίʔεղྔͷ࣌ؒ͝ͱͷܦ࣌ฏۉඪ४ޡࠩ O
૬ΑΓߴ͘ചΖ͏
None