ITエンジニアをやっていて、避けられないことの1つは、DB(DataBase)との闘いかもしれない。そう、いかに高速化するかである。 果てしない死闘の末に、勝利を手にするか、敗北の苦渋を舐めるか・・・ 今日は、勝利の美酒を少しでも手に入れるために、こんな方…

最初は、遺伝子の話から始まって、？だったが、遺伝子によって日本人がどこから来たかを明らかにする視点は斬新だと感じた。遺伝子が完全に解明される以前は、かなり混沌とした議論がなされていたようである。 また神話を現実の話に引き寄せる辺りがとても面…

前回の続き レビュー10章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 最終章です。今回で終わりなので、最後に全体所感もつけています。 11章多目的最適化 今までは、基本的にクリック率(CTR)を最大化することだけを考えていましたが、 実…

前回の続き レビュー9章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 10章コンテキスト依存推薦 ここではコンテキスト依存を説明する。 コンテキスト依存推薦とは ユーザーが例えばどのページにいるか、スマホから見ているの、 PC から見て…

前回の続き レビュー8章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 9章は潜在ディレクレ分配分析（fLDA）である。 これは、アイテムごとにワード（言葉）を抽出、テキスト分析をして共通のテーマを見つけ、グルーピングすることで、レコメ…

前回の続き レビュー7章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 8章は、7章を発展させ両方を使ってレコメンドシステムを作るテーマである。かなり難しい内容である。数式として理解するのは、なかなか骨が折れる。 さて、概要だけ言う…

前回の続き レビュー5・6章 推薦システム―統計的機械学習の理論と実践 - tiruka’s blog 7章素性ベクトルベースによる個別化について述べられている。 個別化とは、パーソナナラズ、つまりユーザごとにオススメを変えることである。 ユーザーごとにアイテムを…

前回の続き レビュー4章 推薦システム―統計的機械学習の理論と実践 - tiruka’s blog 5・6章はあまり書くことがなかったので、まとめて。 5章は、システムの環境についていである。これは学習器、システムストレージ、インデックスなどの構成を図解として表し…

前回の続き レビュー3章 推薦システム―統計的機械学習の理論と実践― - tiruka’s blog 4章では、推薦システムの評価について、つまり「ちゃんと機能しているの？改善してるの？」について。 結論としては、正確な評価は非常に困難である。 実際にシステムを投…

前回の続き レビュー2章 推薦システム―統計的機械学習の理論と実践― - tiruka’s blog 3章では、探索と活用について。ここは、評価の高いアイテムばかり推薦すること（もっとも簡単なのは、クリック数などが多い順に並べる、Most Popular推薦）は簡単だが、新…

採用の募集要項を見ていると、よく「PM(候補)として採用」みたいな文言があります。 PMは、Project Manager、つまりプロジェクトをまとめて、納期と会社のリソースを計算し、要件（必要な機能や設計）を決め、お客と様々な交渉を繰り広げるアツい仕事です。 …