kaggleの気道内圧コンペ( https://www.kaggle.com/c/ventilator-pressure-prediction ) データでEDA？しながら、R_markdown練習してみました。 {}の中に、{r, include = TRUE}書いてなくて、詰まってました...orz EDA？はこんな感じです。ごきょうみいただける方は、 pdfをごらんください～
flaskとsqliteを使い、WEBアプリとしてオリジナル野球選手作成アプリを作ってみてます。 課題は山積みですが、「選手名鑑」、「チーム別の平均球速」等を表示できるようになりました！！趣味とはいえ初めてのアプリ開発、たのしいですね。 みなさんのご意見うかがいながら作成、公開できればと考えてます。 ご意見あればぜひおねがいします～☕ ありがとうございました。
パワプロエディット機能ほしいね②｜pancho｜note でほしいなといってたエディット機能、つくってみました！ Python, sqlite3, tkinterというモノを組み合わせてつくってみました。 以下です。フォントがイビツなのはご容赦ください。🛡 トップ画面 ※縦に長いです。選手作成画面 選手名鑑 画面選手閲覧画面※選手名鑑で藤井をクリックしたとき。。以下のようなご要望、その他コメントあればお気軽に展開いただけると嬉しいです☺ 投手の作成 フォントきれい
野球好きの男の子はみんな、パワプロのエディット機能がほしい。 お仕事用スキルつけるのを兼ねて、つくりはじめました パワプロのエディット機能を作ってみた｜pancho｜note ↑では、 GUI画面から選手情報を入力し、Excelに吐き出すのをやりました。 次は、クラウドDBでつくったDB/テーブルからデータを取り出し、GUI画面へ表示するのをやってみました。※コードは汚いので省略します。 つぎは、 カラムの追加 ※能力値、年齢etc 取り出したデータの集計 をや
パワプロ、楽しいですよね！来月2年ぶりに新作がでるので、 めっちゃたのしみです！！！ 『eBASEBALLパワフルプロ野球2022』プロモーションムービー - YouTube パワプロには、サクセス、対戦、パワフェス、栄冠ナイン等 いろいろなモードがあります。 なにが楽しいって、 自分で妄想した選手を具現化 し、 具現化した選手の活躍するところをみる！！ だとぼくは思っています。 ただ、理想の選手を具現化するのはむずかしい。。。数時間かけてがんばって選手をつくっ
統計学を学ばせていただくと、以下のような「変数変換」というものにでくわす。 標準化 Min-Max Scaling 対数変換 Box-Cox変換 ある回帰分析の精度を競うコンペで、ある種濫用的に変数変換を使ってみたが、ほとんど精度が変わらない。 ほんとに効果あるんかなを調べるため 精度(決定係数, MAE) 散布図のきれいさ の観点から、↑の変換前後をみてみました。 見ての通り、、分布の形からそんなに変化ありません。 変換前の散布図はこちら ※目的変数:
lgb回帰用の前処理、、 - BoxCoxで正規化(正規分布ぽくなったのは2/7くらい) - 標準化スケーリング(テストと学習で同じmu, sigma使うこと)やった。 bcは効果あったが、標準化はむしろ悪くなった。 魔法のように精度あがるわきゃないね。
昨日読んだ本をもう一周。なんとなくとっかかりつかむには良さげ～ 改訂版 マーケティング用語図鑑 | 野上眞一 | 産業研究 | Kindleストア | Amazon 戦略いろいろ。マーケティング、自社/自分を売り込むこと。 売り込むために、現状の分析(環境分析)、戦略立案の流れをとる。 環境分析もだが、 戦略立案にも、軸がいろいろとあるらしい。 ブランド戦略 マーケティング戦略 製品戦略 価格戦略 チャネル戦略 コミュニケーション戦略 ブランド戦略について。
↓をざっとやってみて、得た知識の記録。 改訂版 マーケティング用語図鑑 | 野上眞一 | 産業研究 | Kindleストア | Amazon AIDMAの法則 環境分析 イノベーションのベルカーブ チャネル戦略 # 1 AIDMAの法則 消費者が購買にいたるまでのプロセス。 A: Attention 注目 I: Interest 興味 D: Disire 欲求 M: Memory 記憶 A: 行動(購買) の流れ。 広告とかで目に入って、注目し、興味が
半年ぶりのデータ分析コンペ。初Submitで上位29%くらい。次はハイパラチューニングと特徴量の変換を試してみる。
5月から、顧客満足度を上げるため、施策提案を行うお仕事に就きます。 顧客売上につながる提案を、自信をもって打ち出すだめに、マーケティングに入門いたしました。 以下の書籍を見て、まなびました。 特に大事だと感じたのは、以下です。 勝てる領域を探す。 「勝てる領域」を探すとは、以下のイメージです。 なんとなくですが、ぼくはYoutube配信をやってみたいなと思ってます。 例えばその内容は「勉強ライブ」です。 高学歴の方、きれいな方、うぇいうぇい友達等いろんな方が
5月から職種がデータアナリストになります。 検証する仮説として、平均値等しい、違うのでは系がよくありそうだなと感じたため、Pythonで実装練習をしてみました。 対応なしデータ(iris)にて、以下①②③手順で行いました。 説明変数は、「sepal length, sepal width, petal length, petal width」の4つあります。今回平均値比較に使用したのは、petal widthです。 petal widthにしたのは、ヒストグラムみて、ああ、
本日いただいたご指摘、"確証バイアスがつよいように見える"。 自分がこうしたいという考えが強く、反対意見を見ようとしてないからだと思う。自分の気持ちを落ち着かせ、自分の行動がどう思われるか、おかしな点はないか、がんばって意識し、考えようとしてみます。
おつかれさまです。 この度転職することになり、コンサル系の専門職になることになりました。 以下書籍でえた気づき、私の解釈を共有いたします。 書籍を読み、気をつけなきゃと感じた点は以下です。 ①やみくもにがんばらない ②恥ずかしがらない ③相手主体で動く ①やみくもにがんばらない、について、 がんばって目的意識を持ち、目的達成の見込みがありそうだな、となってから動かないとな、と感じました。 私はADHD/ASDということもあり、目についたものに飛びつき、意味を考え
2/27のTOEIC Listening& Reading テストの結果がでました。。 800点突破を目指し、1.5か月間で50時間程度の勉強をしたのですが、結果は735点と、前回(21/10受験)の725点から、わずか10点のUP。。。 今回(22/02) 前回(21/02) くやしいなあとなり、、 以下のように、700点台から800, 900点をとった方々のブログをみてみました。 なぜダメだったのか、ざっと観察、整理してみたところ、 ①単に量が不足 ②時間意
初Kaggle, できる人の真似&特徴量設計の大事さを感じる。ハイパーパラメータ含めて同じアルゴリズムでも、3倍近く精度上がった。
