目次
はじめに
- 数理モデリングの活用が進む社会に
- 今なぜ数理モデリングを学ぶのか
- 本書の構成
第1章 数理モデリングの基礎
- 1.1 数理モデルとは
- 1.1.1 数理モデルのプロセス
- 1.1.2 数理モデルの構成要素
- 1.1.3 数理モデルのタスク
- 1.2 数理モデリングの例
- 1.2.1 比例のモデル
- 1.2.2 コイン投げのモデル
- 1.2.3 計測誤差のモデル
- 1.2.4 自由落下のモデル
- 1.3 まとめと参考文献
第2章 購買予測
- 2.1 マーケティングの基礎と購買予測
- 2.1.1 マーケティングとは
- 2.1.2 なぜ購買を予測するのか
- 2.2 協調フィルタリング
- 2.2.1 協調フィルタリングの動機
- 2.2.2 ユーザベース協調フィルタリング
- 2.2.3 アイテムベース協調フィルタリング
- 2.2.4 協調フィルタリングのビジネス応用
- 2.3 行列分解
- 2.3.1 クラスタリングによるユーザや購買行動の傾向把握
- 2.3.2 モデル化
- 2.3.3 実データへの適用
- 2.4 線形回帰
- 2.4.1 属性と購買との関係に関するモデル
- 2.4.2 モデル化
- 2.4.3 実データへの応用
- 2.4.4 適用時の注意点
- 2.5 時系列モデル
- 2.5.1 時系列データの予測・把握
- 2.5.2 移動平均・指数平均・線形指数による平滑化
- 2.5.3 AR・MA・ARMAモデルによる予測
- 2.5.4 Holt-Wintersモデルによる予測
- 2.5.5 Bassモデル:普及の速度を推定する
- 2.6 購買予測における注意点
- 2.7 まとめと参考文献
第3章 離脱予測
- 3.1 「離脱」の予測
- 3.2 Kaplan-Meier法による推定
- 3.3 生存分析の目的
- 3.4 分布に基づくハザードモデル
- 3.4.1 指数分布
- 3.4.2 Weibull分布
- 3.4.3 分布の推定
- 3.5 Cox比例ハザードモデルによる予測
- 3.6 実データによる分析
- 3.6.1 日本語版Wikipediaにおける編集者の離脱予測
- 3.6.2 データの前処理
- 3.6.3 ユーザ名によるKaplan-Meier曲線の違い
- 3.6.4 モデリングの違いによる予測精度の比較
- 3.7 まとめと参考文献
第4章 資源配分
- 4.1 資源配分の数理
- 4.1.1 経営資源の配分問題
- 4.2 数理最適化問題の応用
- 4.2.1 数理最適化問題
- 4.3 投資戦略のモデル化
- 4.3.1 単一の施策に対する最適投資戦略
- 4.3.2 複数の施策に対する最適投資戦略
- 4.3.3 時系列の施策に対する最適投資戦略
- 4.4 投資戦略最適化の実用例
- 4.4.1 祝祭日の影響を考慮する
- 4.4.2 収穫逓減を仮定した複数の施策
- 4.4.3 モデル選択について
- 4.5 まとめと参考文献
第5章 オンライン広告
- 5.1 広告とWeb
- 5.1.1 広告とメディア
- 5.1.2 広告代理店とメディアレップ
- 5.1.3 自動広告取引について
- 5.1.4 1位価格オークションと2位価格オークション
- 5.2 オンライン広告のオークション
- 5.2.1 ゲーム理論
- 5.2.2 ゲーム理論の視点で見るオークション
- 5.2.3 2位価格オークション
- 5.3 入札戦略
- 5.3.1 広告主の意思決定モデル
- 5.3.2 入札者の意思決定モデル
- 5.3.3 CTR予測
- 5.4 まとめと参考文献
第6章 社会ネットワーク
- 6.1 社会関係のネットワーク構造
- 6.1.1 社会関係のネットワーク構造とその生成
- 6.1.2 ネットワーク構造の生成モデル
- 6.1.3 追加的な話題
- 6.1.4 ビジネスへの応用
- 6.2 情報カスケード
- 6.2.1 情報の伝達と連鎖
- 6.2.2 情報カスケードのモデル化
- 6.2.3 ランダム相互作用モデル
- 6.2.4 情報拡散におけるネットワーク構造の導入
- 6.2.5 ビジネスへの応用
- 6.3 まとめと参考文献
第7章 画像認識
- 7.1 画像認識とは
- 7.1.1 視覚情報の歴史
- 7.1.2 画像技術の発展
- 7.1.3 画像解析の必要性と問題の種類
- 7.2 画像認識に用いられる機械学習
- 7.2.1 画像の多様性の例
- 7.2.2 そもそも機械学習とは
- 7.2.3 一般的な教師あり機械学習のフロー
- 7.2.4 画像データを使った機械学習
- 7.3 画像認識モデルの構築
- 7.3.1 畳み込みニューラルネットワーク
- 7.3.2 畳み込み層
- 7.3.3 プーリング層
- 7.3.4 出力層
- 7.3.5 画像認識技術の発展と有名モデル
- 7.4 独自の画像認識モデルの構築
- 7.4.1 ファインチューニング
- 7.5 まとめと参考文献
付録A 統計学の基礎
- A.1 根元事象
- A.2 確率変数
- A.3 事象
- A.4 確率分布
- A.5 期待値と分散
- A.6 独立
- A.7 離散型確率分布
- A.7.1 ベルヌーイ分布
- A.7.2 二項分布
- A.7.3 幾何分布
- A.7.4 ポアソン分布
- A.8 連続型確率分布
- A.8.1 連続一様分布
- A.8.2 指数分布
- A.8.3 正規分布
- A.9 パラメトリックな確率分布の期待値と分散
付録B 予測モデルの評価指標
- B.1 評価指標
- B.2 回帰問題における評価指標
- B.2.1 RMSE
- B.2.2 MAPE
- B.3 分類問題における評価指標
- B.3.1 正解率・精度・再現率・F 値
- B.3.2 AUC