シリーズ: 沈黙の工場: 第1回Business Decision Science
沈黙の工場、真実を彫刻するベイズの美学
直感の領域を数値化する：ベイズ更新を活用した動的意思決定の事例。不確実性が支配する製造現場で、データはいかに意思決定の武器になるのか。本記事は、射出成形工場におけるショートショット不良の解決過程を通じて、ベイズ統計の実務適用を鮮明に描きます。
- Bayesian
- ベイズ因子
- ベイズ更新
Skip to article library
Field Library
All Articles
Evidence, methods, and operating insight for decisions that must work in the field.
38Published articles
Business Decision Science
Page 4 of 537 articles in Business Decision Science
シリーズ: サイゴンの確率: 第2回Business Decision Science
サイゴンでデータが直感に勝った日
ホーチミン市の超高層コンドミニアム分譲市場。直感派のエース営業マンと、データ駆動型の新人の対決。東南アジアの不動産販売競争において、EXAWinベイズエンジンがいかにして勝利のツールとなるかを小説形式で解き明かす。第1部：嵐の前の静けさ — サイゴンの2人の営業マン。
- Bayesian
- 小説
- 不動産営業
シリーズ: サイゴンの確率: 第3回Business Decision Science
確率を次の営業行動へ変える
ホーチミン市での480戸のコンドミニアム分譲戦争の結末。パン社長の契約、トゥアンの覚醒、そしてパク・ジュンヒョクのEXAWinが導いた逆転劇。直感とデータの対決がついに結論を迎える。
- Bayesian
- 小説
- 不動産営業
シリーズ: 60日間の賭け: 第5回Business Decision Science
EXAWinベイジアンエンジンの進化：データが自らパラメータをチューニングする日
EXAベイジアンエンジンは受注確率を算出してくれたが、その精度は人間が設定した初期パラメータに依存していた。100件の過去ディールデータが蓄積されたとき、エンジンは自ら進化する準備を整えた。Grid Search、MCMCアンサンブルサンプリング、交差検証 — 3つの数学的ツールが協業して最適パラメータを探し出すプロセスを物語で描く。
- Bayesian
- Auto-Tuner
- Grid Search
シリーズ: 60日間の賭け: 第6回Business Decision Science
最適な境界を求めて — Grid SearchとYouden's Jの数学
3,240通りのパラメータ組み合わせから、どうやって「最適」を見つけるのか？ Grid Searchが全数探索し、Youden's J Indexが感度と特異度のバランス点を見つける数学的原理を、ビジネスの文脈とともに解き明かす。営業ステージ重み(T)とシグナル感度(k)をデータ自らが調律する、Auto-Tunerの第1の柱。
- Bayesian
- Auto-Tuner
- Grid Search
シリーズ: 60日間の賭け: 第7回Business Decision Science
粒子たちの合意 — MCMCアンサンブルと交差検証の数学
Grid Searchが「最も高い丘」を見つけたなら、MCMCアンサンブルサンプラーは「256人の探検家がその高さが正しいと合意する」プロセスだ。Emceeのアフィン不変ウォーカー、R̂収束診断、HDI 95%信頼区間、5-Fold交差検証、Signal Lift分析の数学的原理を、ビジネスの文脈と共に解き明かす。
- Bayesian
- Auto-Tuner
- MCMC
シリーズ: 資材オンタイムリスク: 第2回Business Decision Science
EXAエンジンの解剖：混合分布と観測偏差
BA03.[On Time Risk: 付録 1] EXAエンジンの解剖：混合分布と観測偏差
- Bayesian
- Bayesian
- Gibs Sampling
シリーズ: 60日間の賭け: 第4回Business Decision Science
営業成功確率意思決定支援システム
[BA02. Exaベイズ推論：営業の見えない手—60日の賭け] エピソードの第1部と第2部を通じて、ベイズエンジンがいかに「事前の信念」を構築し、「シグナル」と「沈黙」を通じて確率の軌跡を追跡するかを見てきました。今、私たちの手元には、ベイズパラメータ α と β によって精緻に計算された純粋な事後確率 $P_{raw}$ があります。しかし、まだ終わりではありません。最後の意思決定プロセスが残っているからです。60%の確率であっても、それが一度の会議で得られたものか、あるいは数十回の交渉の末に導き出されたものかによって、決断の重みは完全に異なります。
- Bayesian
- likelihood
- ベイズ