🧐本日の注目案件🧐 ▶️データアナリスト募集 ▶️リモートワーク可 ▶️Python,R,SQL,BigQuery,Looker 売上・顧客・在庫・広告など多変量データの解析業務、回帰分析、変数選択、異常検知、特徴量設計の実務スキル ↓↓詳細はこちら↓↓ bigdata-navi.com/item/15914/

これらのリーク対策は、時系列タスクでも精度向上と再現性に有効でした。 株価のように変動が大きいデータでも、正しいCV設計と未来情報を使わない特徴量設計が結果を左右します。 今後もLightGBMとXGBoostを適切に組み合わせながら改善を続けたいと考えています。

💡ディープラーニングとは？ ニューラルネットワークを多層構造に発展させたもの。 入力層→中間層→出力層の間で特徴を自動抽出します。 🔸応用例：画像分類・音声認識・文章生成など 🔸ポイント：特徴量設計をAI自身が行うのが特徴！

AIでビジネス課題を解く鍵は、精度よりも“適切なモデル選択”です。 AutoMLに頼りすぎて説明性を失い、顧客理解が乖離した経験から、AIエンジニアには技術と対話の両輪が不可欠だと痛感しています。 課題に合ったモデル設計と特徴量設計こそ、AIエンジニアの真価だと思います。

Plexeは自然言語指示から本番MLモデルを自動構築・評価・デプロイするツール。データ接続・特徴量設計・多モデル実験を自動化し、最適モデルを選定。オープンソースは無料、商用は利用量ベース、自己ホスト対応。plexe.ai

個人開発日記 155日目 今日はChatさん解説のもと、モデルがどの特徴量を元に予測しているかを確認した。 抽象的だか、周期性をみて、過去の似た周期の再頻出番号を選ぶという予想の仕方らしい。 最近作った理論とは番号を選ぶ方法が異なるので、 モデルが使いやすい特徴量設計で、モデルを作ろう

機械学習の書籍を読んで、泥臭さと忍耐力の必要性を感じた PDCAを回すためのMLOps基盤をインフラ構築し、ドメイン知識を駆使した特徴量設計、汚いデータの前処理、モデル検証。上手く動き始めたらトレンドが変わって再設計。なんて辛い領域だ。傍から見たらキラキラしてたが、そんなことはない

【DXコラム🎉】 機械学習の精度向上のヒントをチェック✅ データの扱い方やモデル改善のポイントを解説📊 特徴量設計や学習モデルの工夫など、現場で使える知見が満載✨ 記事はこちら👇 arsaga.jp/news/dxcolumn-…