第46回 データマイニング+WEB ＠東京( #TokyoWebmining 46th ) ー統計モデリング 実活用 祭りーを開催しました

Webmining 勉強会

2015/05/30 "第46回 データマイニング+WEB ＠東京　( #TokyoWebmining 46th ) ー統計モデリング 実活用 祭りー" を開催しました。

会場提供し運営を手伝って下さった SmartNews のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧

参加者Twitter List : tokyowebmining-46
参加者セキココ：第46回 データマイニング+WEB ＠東京 セキココ
(作成してくれた [Twitter:@komiya_atsushi] さんに感謝）


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA：

■Opening Talk：

O1.「データマイニング+WEB＠東京 について」(15分)

講師：[Twitter:@hamadakoichi]

O2.「参加者全員 自己紹介 (興味・活動)」(進行：[Twitter:@hamadakoichi]) (75分)

※内容は上記ホワイトボード写真参照

1.「トピックモデルことはじめ」(講師: [Twitter:@yamano357] ) (発表:45分+議論:50分)

トピックモデルについて、ユニグラムモデル・混合ユニグラムモデルを通じて必要となる知識をまとめ、拡張に関しても説明します（主に参考書籍（1）をベースに）。また、可能であれば適用事例についても、ご紹介させていただきます。

参考文献：
[書籍]

[文献]

[サイト]

2. 「傾向スコアを使ったキャンペーン効果検証」 (講師: [Twitter:@obnym] )(発表:20分+議論:25分)

オンラインの世界では最早標準的になった様に見えるA/Bテスト(無作為化試験)ですが、オンラインの世界ではコストやポリシー的な理由で実施でき無い場合が多くあります。今回は、傾向スコアと言う値を用い、擬似的にA/Bテストをしたかの様な結果を求める方法をご紹介します。
参考文献：

3. 「"移動"にまつわるBIG DATAの応用事例と解析手法 ~ Bayesian Modeling を添えて ~」 (講師: [Twitter:@juju7ts] )(発表:30分+議論:35分)

本発表では位置情報を活用したサービス事例及び解析手法について取り上げます。内容としては、私自身が学生時に研究で扱っていた"Probe-Car data"（車両の軌跡のデータ) の活用及び研究事例や、タクシー配車サービスである"Uber"で用いられているデータ活用事例に触れていきます。具体的に"Uber"では、配車時におけるユーザーの位置やその他の特徴量を用いて、ユーザーの目的地を予測し、配車の最適化を図っています。そこで用いられている"Bayesian Modeling"は、"Data Science"界隈でも非常に重要な手法の一つです。本発表においては、それら手法の基礎的な事項を踏まえながら、共に学習していきたいと思います。

参考文献：

■講師立候補・振返り：

「講師立候補・タイトル決め」進行：[Twitter:@hamadakoichi] (30分)

「振返り・アクション決定」進行：[Twitter:@hamadakoichi](40分)

  • KEEP/TRY 内容確認
  • Keep/Try投票
  • 各位所感

振返りホワイトボード：

■ツイートまとめ (Togetter)

「第46回 データマイニング+WEB ＠東京　( #TokyoWebmining 46th ) ー統計モデリング 実活用 祭りー」に関するツイートを Togetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)

Togetter:

■講師募集

データマイニング+WEB勉強会＠東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の Twitter か Google Group へのメールへぜひご連絡下さい。

連絡先：

■Wiki

■過去開催内容：