Skip to main content

Ctrl+K

データサイエンス関連+αのメモ

データサイエンス関連+αのメモ

統計学

確率・確率分布・期待値
統計的推測
相関関係の定量化 / 相関係数
確率分布間の距離（っぽいもの）
四分位数・パーセンタイル
欠測データ
漸近理論
ベイズ統計学
統計学の誤用 / 正しい作法
データの可視化
価格指数
分散安定化変換

統計モデリング

LOWESS
因子分析
MMM (marketing mix modeling)
メモ：説明性の高いモデルをどう作るか
ガウス過程回帰
分位点回帰
生存分析
Symbolic Data Analysis
構造方程式モデリング
テスト理論・項目反応理論・スコアリング
一般化線形モデル（GLM)
ベイズ統計モデリング
- 概要
- ベイズ線形回帰
時系列分析
セミ・ノンパラメトリックモデル
- 概要
統計モデルの評価
- AIC / BIC
- WAIC / WBIC / 渡辺ベイズ理論

計量経済学・因果推論

構造推定
因果の定義について
ルービンの因果モデル
Selection Bias
実験デザイン
A/B Tests
Pearl流の因果推論
因果ダイアグラム
- 概要
- 因果ダイアグラム
回帰分析
パネルデータ分析
- 固定効果モデル
時系列データの因果推論
- 時系列の因果推論での仮定
- CausalImpact
傾向スコア
マッチング推定
操作変数法
RDD
Difference In Differences
Change in Changes (CIC)
Synthetic Control
一般化モーメント法
Quantile Treatment Effects (QTE)
経済学におけるベイズ推定の利用例
Causal Machine Learning
統計的因果探索
Uplift Modeling
感度分析
部分識別
- 概要
Causal Clustering
例：クーポンの配布
よさそうな文献・サイト
都道府県ごとの集計データの扱い
チョコレートとノーベル賞
なぜ共変量をモデルに入れるのか

機械学習

統計的学習理論
教師なし学習
異常検知
- Isolation Forest
線形モデル
Support Vector Machine
アンサンブル学習
trees / GBDT
kNN（k最近傍法）
ナイーブベイズ
ベイジアンネットワーク
不均衡データ
Distillation
確率予測
表形式データ（Tabular data）の予測
ゼロD 2 メモ
- 01
予測モデルの評価
MLOps
過学習と良性の過学習（Double Descent, Grokking）
Feature Engineering
説明可能性
予測の不確実性
深層学習

生成モデル

生成モデル
Autoencoder
GAN
Diffusion Models

自然言語処理

文字コード
テキストデータの前処理：表記揺れ、正規化
トークン化
言語モデル
単語の埋め込み
言語モデルとRNN
Latent Dirichlet Allocation (LDA)
タスク
- Document Understanding
- 表の読み取りや処理（Table Processing）
Large Language Models

画像処理

画像処理
文書風のサンプル画像の生成コードメモ
傾き補正
歪み補正・台形補正
類似度・hash化
輝度変換
領域分割処理

推薦システム

概要
協調フィルタリング
行列分解に基づく推薦システム
Factorization Machines
Bayesian Personalized Ranking (BPR)
Two-Tower Model
Causal Inference in Recommender Systems
推薦システムの評価

強化学習

強化学習

データ分析のビジネス応用

データ分析の事例
データマネジメント
データサイエンス応用の類型
AIのビジネス応用
Decision Focused Learning (DFL)
- 概要 - DFLとは

数学

数学の初歩
データサイエンスでよく使う数学記号一覧
データサイエンスのために最低限必要な数学
集合論
代数学
- 群論
- 環論
- 体論
- 数論
- 因数分解
線形代数学
微分積分学
数理最適化
応用数学
確率論
- 確率
離散数学
- 組合せ論
- グラフ理論

ソフトスキル

マインドセット
学習方法
ライティング（文章作成）
プレゼンテーション
交渉 / 人を巻き込む
『ハーバード流交渉術』
アサーション
データ分析業務のTIPSなど
研究の進め方
会議のデザイン
タスク管理・仕事の進め方
ドキュメント管理
ビジネスパーソンとしての成長について
思考法
論理学
- 論理学入門
- 誤謬論
リーダーシップ
- リーダーがもつべき考え方
- リーダーシップ
チームマネジメント
- 目標設定
ピープルマネジメント
プロジェクトマネジメント
心身の健康管理

ビジネス関連知識

売上構造やKPI
会計
データサイエンティスト / MLエンジニアのキャリア
Digital Transformation
経営学

プロダクト開発

プロダクトマネジメント
マーケティング
- 広告
- Marketing Mix Modeling（MMM）
ヒアリング
個人開発

ソフトウェア工学

プログラミング
システム開発手法
『実践ソフトウェアエンジニアリング』メモ
ソフトウェアプロセス
ソフトウェアアーキテクチャ
アルゴリズムとデータ構造
ソフトウェア開発
フロントエンド開発
- React
- UIデザイン
  - デザインシステム
  - Figma
データストア（ストレージ・RDB）
- RDBMS
- テナント分離
Function as a Service (FaaS)
ソフトウェアのテスト
- ソフトウェアテストの基本
- テストダブル
サイバーセキュリティ
疑似乱数
Web最適化
Linux

外国語

English
中文
- 単語
- 拼音・発音

経済学

経済学概論
需要推定
ミクロ経済学
- 需要の弾力性
マクロ経済学
Quantitative Economics
不動産の経済学
- ヘドニック・アプローチ
- 不動産価格指数
金融経済学

.ipynb

Decision Focused Learning (DFL)

Decision Focused Learning (DFL)#

概要 - DFLとは

previous

AIのビジネス応用

next

概要 - DFLとは

By mitama

© Copyright 2025.