こんにちは、らくからちゃです。 世間では、103万円の壁をどうするかが毎日のようにニュースを騒がせていますが、その陰で確定拠出年金(iDeCo等)の仕組みがコッソリ改悪されようとされようとしていると、一部界隈でホットトピックになっています。 見送ったといったはずなのに不意打ちか！会社からの退職金をもらった時に、10年以内に既にiDeCoを一時金でもらっていた場合、退職所得控除の重複は制限され、会社からの退職金の税負担が一気に増えることも。回避するためには、iDeCoを60歳から5年間の年金でもらうなどの工夫が必要です。 pic.twitter.com/xONGohVL2L — 吉澤大(税理士)「2時間で丸わかりインボイスと消費税の基本を学ぶ」5刷40,000部 (@yomasaru) 2024年12月20日 この文章だけで自分に影響がでるのかは分かりにくいかなと思いましたので、ざっくり素人

人には、どの人にもある「思考のクセ」が存在しています。 そうしたクセは、普段あまり意識されることはありませんが、「知っている」人は、それを良くも悪くも「実態を隠す技術」や「他人を操作する技術」として使うことがあります。 例えば、「アンカー効果」として知られている思考のクセがあります。 これは「予測を立てる直前に見た数字をアンカー（よりどころ）にしやすい」という傾向です。 当然これは、金儲けにも利用できます。 数年前、アイオワ州スーシティーのスーパーマーケットがキャンベル・スープのセールを行い、定価から約一〇％引きで販売した。数日間は「お一人様12個まで」の張り紙が出され、残り数日間は「お一人何個でもどうぞ」の張り紙に変わった。 すると、制限されていた日の平均購入数は七缶で、制限なしの日の二倍に達したのである。 このように、心理に関する知識は、成果を大きく左右することもあります。 では、この

（かまだ・ゆういちろう）。1985年神奈川県生まれ。2007年東京大学農学部卒業、2012年ハーバード大学経済学博士課程修了(Ph.D.)。イェール大学ポスドク研究員、カリフォルニア大学バークレー校ハース経営大学院助教授を経て、テニュア（終身在職権）取得、現在同校准教授。2021年１月より東京大学経済学研究科Global Fellow。専門は、ゲーム理論、政治経済学、マーケットデザイン、マーケティング。著書に『ゲーム理論入門の入門』(岩波新書)、『１６歳からのはじめてのゲーム理論』（ダイヤモンド社）。近刊に、小学生向けにゲーム理論の面白さをストーリー＋解説で書いた『雷神と心が読めるヘンなタネ こどものためのゲーム理論』（河出書房新社）がある。 １６歳からのはじめてのゲーム理論 神取道宏氏（東京大学教授）が「若き天才が先端的な研究成果を分かりやすく紹介した全く新しいスタイルの入門書！」と絶賛

前回の記事でも触れましたが、ここ最近いわゆる需要予測系のマーケティングモデル（特にMedia Mix Modeling: MMM）を手掛けることが増えています。 この手の統計モデルは経済学で言うところの「実証分析」に当たると思われ、一般には「予測」よりも「説明」に用いられることが多いです。より具体的に言えば、回帰モデルを推定した上で個々の変数のパラメータを比較して、例えば「デジタル動画広告をもっと強化した方が良い」というようなマーケティング上の示唆を得る、というような目的で用いられます。 ところが、これまた前回の記事で触れた通りでそれらのモデルに基づく「説明」には、どうしても「羅生門効果」の問題が生じ得ます。即ち、同じデータセットに対して似たような性能を示す回帰モデルが複数並び立った場合、どのモデルの「説明」を優先すべきか？という問題です。これは純粋に統計的学習分野の問題として捉えればある

KaggleのNFL Health & Safety - Helmet Assignmentというコンペで優勝したので調子に乗って、コンペの紹介とポエムを書かせていただくことにしました。 多種多様なアプローチがとれる楽しいコンペでしたので、そのお気持ちを少しでもお伝えできれば甚幸です 自己紹介 機械学習/プログラム歴はもうすぐ3年 巷に溢れるKaggle (Notebook) Expert 画像系コンペが好み。pandas力はゴミ。 パパ Kaggler。とてもかわいい息子と娘がいる。 2年前にポエムを書いて以来、久々のkaggleコンペになりました。この2年「メダルは取れないんじゃなくて取っていないだけww」とほざき続けてきた中でのコンペ参戦です。 コンペ紹介 [NFL Health & Safety - Helmet Assignment] コンペの趣旨 NFL(National Fo

RecSys 2021採択論文の中で気になっていた "Towards Unified Metrics for Accuracy and Diversity for Recommender Systems" を読んだ。 独特かつ曖昧な表記の数式が並ぶ「読んでいてイライラするタイプの論文」ではあったものの、推薦結果の Relevance（履歴に基づく類似度；古典的な“精度”に直結）と Novelty（ユーザにとっての推薦結果の新規性・多様性；セレンディピティに寄与）を相互に検討する際の論点、手法に求められる性質、実験のフレームワークのリファレンスとして有用な研究であるように思う。 一方、提案手法の筋の良さ、およびその実用性は疑わしい。定義の曖昧なパラメータを内在し、データに関して十分に事前知識のあるオフラインでの性能評価にユースケースを限定しているためだ。 いずれにせよ「精度の先にある、ユーザ

概要 Rubin の 1981年の “The Bayesian Bootstrap” とそれに関連する話の認識共有 以前の投稿でいまいちはっきりしない書き方をしたのでその訂正的な意味合いもある 正直なところ「役に立つ」系の話ではないし 「なるほど」系の話でもない やっぱり BB 自体は「便利な手法の提案」ではなく「都合のいい方法はないよ」という趣旨では? BB/ノンパラメトリックブートストラップ法では, 分布のテールや分布が歪んでいる可能性を無視しており, そういう場面で使うのは適切ではない ただし, 状況によっては BB の応用は有効であるし, なんなら Rubin 自身も多重代入法で使っている 概要 1 はじめに 2 Rubin (1981) での主張 3 その後の展開 4.1 Rubin 自身もブートストラップ法を使っていた 4 まとめ 参考文献 注釈 1 はじめにこれははっきり言っ

「西側諸国を支援するために立ち上げた」 2019年秋のある晴れた火曜日の午後、パリのリュクサンブール公園でアレックス・カープ（53）が太極拳をしていた。青のナイキのスウェットパンツに、青のポロシャツ。靴下はオレンジで、スニーカーはチャコールグレー。赤のアクセントが入った白縁のサングラスが、彼の最大の特徴である天に向かって逆立つゴマ塩の髪を引き立てていた。 栗の木の木陰でカープは太極拳と気功の一連の優雅な動きをする。体をひねったり、向きを変えたりするたびに足元の小石や土がわずかに動いた。その姿を、近くにいた10代の若者たちが面白そうに眺める。 10分ほど、そうやって体を動かした後、カープは近くのベンチに行った。そのベンチにはボディーガードの一人が置いた楽器ケースのようなクーラーボックスがある。 ケースにはカープが愛飲するドイツのノンアルコールビールの瓶も数本入っているが、いま中から取り出した

東京海上 Data Science Hill Climb 講師: 岩嵜航 (東北大学生命科学研究科) 日程: 2021年6月30 09:30–17:30 場所: zoom.us 講義資料 リンク先では←→キーで戻る・進む。 2021-06-30 09:30 | 導入 2021-06-30 10:00 | 統計モデルの基本: 確率分布、尤度 2021-06-30 13:00 | 一般化線形モデル、混合モデル 2021-06-30 15:00 | ベイズ推定、階層ベイズモデル

1952年生まれ。東京大学経済学部卒。三井物産入社後、海外留学を経て、三井物産デジタル社長に就任。企業内ベンチャーとして電子機器製品を開発し大ヒット。本社経営企画室次長、エレクトロニクス製品開発部長、上海広電三井物貿有限公司総経理、三井情報取締役など30年以上の商社勤務を経て2012年、ワークマンに入社。プロ顧客をターゲットとする作業服専門店に「エクセル経営」を持ち込んで社内改革。一般客向けに企画したアウトドアウェア新業態店「ワークマンプラス（WORKMAN Plus）」が大ヒットし、「マーケター・オブ・ザ・イヤー2019」大賞、会社として「2019年度ポーター賞」を受賞。2012年、ワークマン常務取締役。2019年6月、専務取締役経営企画部・開発本部・情報システム部・ロジスティクス部担当（現任）に就任。「ダイヤモンド経営塾」第八期講師。 ワークマン式「しない経営」 ワークマン式「しない経

はじめに こんにちは、推薦基盤部の与謝です。ECサイトにおけるユーザの購買率向上を目指し、レコメンデーションエンジンを研究・開発しています。最近ではディープラーニングが様々な分野で飛躍的な成果を収め始めています。そのため、レコメンデーション分野でも研究が進み、精度向上に貢献し始めています。本記事では、ディープニューラルネットワーク時代のレコメンド技術について紹介します。 目次 はじめに 目次 パーソナライズレコメンドとは 深層学習より前の推薦手法 協調フィルタリング Matrix Factorization SVD（Singular Value Decomposition） Factorization Machine 深層学習を使った推薦手法 ニューラルネットワーク推薦手法に対する警鐘 Recboleプロジェクト Recboleプロジェクトを用いた各アルゴリズムの検証 General Re

これ実務にものすごく役立ちそう。まれにしか出現しないラベルが含まれる不均衡・ロングテールなデータ（実データあるある）に対して、ロジットを対数確率により調整し平均的なエラー率を最小化する手法。統計的根拠があり実験性能もとても良い。今… https://t.co/ueO3NY1DN3

Machine Learning Pitch「今期の私は凄かったぞ！！！」 @ 2021/3/31 メルカリUSでのHome画面改善の取り組みと、それによるビジネスインパクトの話をしました。 https://machine-learning-pitch.connpass.com/event/199555/

This article aims to use DAX to analyze customer purchase behavior in Power BI and to gain insight into product potential. Marco Russo and Alberto Ferrari have published a blog a few years ago called “Basket Analysis”, this interesting article describes in detail how to use DAX to calculate very useful measures such as the number of orders and the number of customers under any product portfolio. T

ここ数年、耳にすることが増えてきたキーワードの1つが「多様性」だ。世の中にはさまざまな人がいて、人の数だけ生き方が存在する。お互いの生き方を認め合い、「こうあるべき」という考え方を押し付けないことで、この世界は格段に生きやすくなる。 しかし、頭ではわかっていても、実際のところはなかなか難しい。人には生きてきた年月分の思い込みがあり、自分自身も気づかないところで多様性を失っている瞬間がきっとあるからだ。 そうした多様性をテーマにインタビュー記事を発信するメディアが「LIFULL STORIES」である。キャッチフレーズは「しなきゃ、なんてない。」。同サイトが取材するのは、既成概念にとらわれることなく、この世界をしなやかに生きる人々だ。 LIFULL STORIESの運営会社を知ったら、意外に思うかもしれない。不動産・住宅情報サイト「LIFULL HOME’S」などを運営するLIFULLなので

電通デジタルでデータサイエンティストをしている中嶋です。 前回の記事は「Airflow 2.0でDAG定義をよりシンプルに！TaskFlow APIの紹介」でした。 Advent Calendar 10日目となる本記事では因果探索の一手法であるLiNGAM(Linear Non-Gaussian Acyclic Model)の解説及び、Google Colabでの分析例について紹介します。 因果探索とは最近のトレンド 最近、広告配信やマーケティング分析の文脈で施策の効果を適切に評価する手法として実験計画法や因果推論が注目を浴びています。産業界でも株式会社ソニーコンピュータサイエンス研究所、クウジット株式会社、株式会社電通国際情報サービスの三社が提供するCALCという要因分析ツールや、最近はNECの因果分析ソリューション causal analysisも出ていたりと盛り上がりを見せています。

サムネイルで出してる内容がそのままこのエントリーのテーマです. Pythonアドベントカレンダー2020の9日目です. JX通信社のシニアエンジニアで, 趣味で野球*1とヘルスケア*2なデータを分析してるマンの@shinyorkeと申します. ちょっとしたデータサイエンスでもガチのR&Dでも何でもいいのですが, プレゼンするためのスライド作るとか, デモのアプリを作るのって相当ダルくないっすか? いやまあ大事な仕事なので不可避かつちゃんとやろうぜっていうのは事実*3なのですが, 手を抜くところは手を抜くべきだなというのが持論としてありますし, 「怠惰・傲慢・短気」というプログラマーの三大美徳からするとプレゼンの準備は最も「怠惰」であるべきとまで僕は思っています. そんな中, 今年はStreamlitという, 「データを見せるアプリを雑に作ろうぜ」っていうライブラリがめっちゃ流行りました（っ

筆者が愛用してやまない作業高速化ツールたちに感謝しながら、ひたすら列挙するページです🙏 Mac専用 Alfread 多機能ランチャ ファイル検索 クリップボード履歴の保存がめちゃくちゃ便利（有償版） Clipyとかも試して、有償版Alfredが一番しっくりきた クリップボード履歴を保存 履歴が残る 筆者は Cmd + Shift + V で発動するよう設定 画像コピーの履歴も保存 履歴の検索 クリップボードでコピーしながらマージできる マージしたい文字列は、「空白区切り」「改行区切り」「区切りなし」を選べる コーディングが捗る スニペット機能（https://zenn.dev/naotolog さんご紹介🙏） 定型文を登録して、呼び出すことができる 穴埋め入力が必要ない場合は Dash よりこちらが良さそう Station 通知の一元化 Slack/Twitter/Facebook/G