Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationEventAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
4
Help us understand the problem. What are the problem?

posted at

updated at

Modelerデータ加工Tipsバックナンバー

Modelerデータ加工Tips過去の記事とURL

2021年2月からIBMソリューションブログで連載しているModelerデータ加工Tipsのバックナンバーです。

回数 筆者(敬称略) タイトル リンク
#01 斉藤明日香(IBM) 「キャッシュ」で後続処理の効率をアップ https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-01/
#02 杉野恒男
(ヤマトHD)
 関数で任意の文字列を削除・抽出する  https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-02/
#03 田村 玄
(ビデオリサーチ)
欠損値に直前の値を代入または線形補間する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-03/
#04 小杉 潔
(ウエスタンデジタル)
行列入替で適合率PrecisionやF1スコア・MCCを求める https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-04/
#05 竹村 玄
(JALエンジニアリング)
@OFFSETで車両の時刻と座標から速度や距離を得る https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-05/
#06 橋本 ゆり子
(ファミマデジタルワン)
@OFFSETでカテゴリ別商品ランキングを作成する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-06/
#07 西山 忍
(大日本印刷)
傾向スコアとGUIスクリプトで販促と効果の因果推論 https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-07/
#08 白岩 英士
(ABTマーケティング)
7日後と6ヵ月後の日付データを作成する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-08/
#09 牧野 泰江
(IBM)
IoTデータからピーク間の傾きを特徴量として抽出 https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-09/
#10 笹谷 俊徳
(東京ガス)
時系列データを加工して95%予測上限と下限を求める https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-10/
#11 鶴見 裕之
(横浜国立大学)
フィールド名を一括変換して見やすく整える https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-11/
#12 中村 友紀
(浜銀総研)
顧客毎の累積購入金額と特定額到達までの日数を算出 https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-12/
#13 本田 智則
(産総研)
移動平均と偏差値で異常値を見極める https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-13/
#14 松本 健
(メルカリ)
条件付きレコード結合で売り手と買い手のマッチング https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-14/
#15 長谷川 博康
(スタテックス)
後続モデルのためにフィールドを縮約(次元削減)する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-15/
#16 辻井 万里子
(JALカード)
キーワードの有無で類似文章を検索する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-16/
#17 山本 卓也
(Tポイント・ジャパン)
対数と分位化で偏りのあるデータから特徴量を作る https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-17/
#18 磯部 葉月
(リバーフィールド)
連続値の最適分割とモデルの出し分け https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-18/
#19 齋藤 敏之
(読売広告社)
決定木の所属グループと該当条件をレコードに付与する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-19/
#20 都竹 高広
(IBM)
ワイブル分布を当てはめて故障を予測する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-20/
#21 赤石 雅典
(アクセンチュア)
併買パターン上位5種類の組み合わせを抽出する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-21/
#22 及川 慎也
(日立ソリューションズ東日本)
顧客が休眠直前に購入した商品を特定する https://www.ibm.com/blogs/solutions/jp-ja/modeler-tips-22/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
4
Help us understand the problem. What are the problem?