isseing333 https://blog.hatena.ne.jp/isseing333/ 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』 https://iisssseeiiii.hatenablog.com/ AI、機械学習、データサイエンスでモデルを作って分析したり予測するとき、モデルをどう作ればいいか？という問題で。学問的には、交差検証(クロスバリデーション)をしたり、何らかの当てはまり指標を最適化してモデルを作ったりすることが望ましいとされます。が、自分がこれまでデータをビジネス実績に結びつけてきた実感としては、そうやってつくったモデルは役に立たないことが多い。全体的に、保守的なモデルになり、業務知見と同じような結果で、モデル使う必要ない、データでは何も見つからないね、となってしまうことが多い。業務知見を超える知見は、最適なモデルより"少し過学習気味"に設定したときに現れてるように思っています… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fiisssseeiiii.hatenablog.com%2Fentry%2F2022%2F03%2F05%2F165842" title="計算上の最適とビジネス上の最適の違いについて - 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2022-03-05 16:58:42 rich https://iisssseeiiii.hatenablog.com/entry/2022/03/05/165842 1.0 100%