
広告や値下げなどマーケティングミックスを考慮した新製品普及予測モデル、一般化バスモデル(GBM)の理論とPythonシミュレーションを解説。
推薦システム、グラフ理論、量子ウォーク、グラフニューラルネットワーク(GCN)、マーケティングの統計モデルなど、幅広い数理・アルゴリズムの理論とPython実装をまとめたセクションです。
[2020-05-30] : ブログ記事をこちらのサイトに移管しました。
[2026-05-01] : 古くなった複数の記事を削除しました。

広告や値下げなどマーケティングミックスを考慮した新製品普及予測モデル、一般化バスモデル(GBM)の理論とPythonシミュレーションを解説。


新製品普及を予測するバスモデルと感染症拡大を予測するSIRモデルを比較し、数理的な共通点と違いを解説する記事。

新製品の普及プロセスを数理的にモデル化するバスモデル(Bass Diffusion Model)の理論とPythonシミュレーションを解説する記事。

稀に起こる極端な現象を扱う極値統計学の基礎、ガンベル分布の定義と性質を、Pythonでのパラメータ推定や可視化とともに解説する記事。

推薦システムで用いられる評価行列・隣接行列・次数行列・ラプラシアン行列の定義を、PythonのNetworkxで計算しながら解説する記事。

mlxtendを用いたApriori・FP-Growthアルゴリズムによるアソシエーション分析を解説し、サポート・信頼度・リフトの指標をKaggleの購買データで計算する方法を紹介します。

顧客のRecency・Frequency・Monetaryを分析するRFM分析の考え方を解説し、Faker・ポアソン分布・ガンマ分布で作成したダミー購買データをsqlite3でSQLiteに格納して分析します。








グラフ信号処理における空間領域の畳み込みと周波数領域での要素積が等価であることを、理論とPython実装で解説する記事。

GNN(グラフニューラルネットワーク)とその一種であるGCN(グラフ畳み込みネットワーク)の基本理論とPython実装をまとめた記事。

コレスキー分解・LU分解・QR分解・スペクトル分解・特異値分解という5つの行列分解を理論とPython実装例つきで解説する。


特異値分解(SVD)と主成分分析(PCA)の数学的な定義を整理し、numpyによる計算例と推薦システムにおける評価行列の低ランク近似への応用を解説する。



連立一次方程式を解く古典的な共役勾配法を復習した上で、推薦システムとの関連にも触れながらqiskitでHHLアルゴリズムの理論と実装を学ぶ記事です。







書籍『GooglePageRankの数理』を参考に、PageRankとGoogle行列の理論的背景を整理し、要点をまとめた備忘録記事。


qiskitの基本的な文法と、量子レジスタの作成、アダマールゲートやCNOTゲートといった1量子ビットの演算方法を学ぶ入門記事です。

ランダムウォークによるグラフ埋め込み手法DeepWalkとNode2Vecの数理的背景とアルゴリズムをPython実装とともに解説する記事。

古典ランダムウォークと隣接行列を軸に、PageRankとPersonalized PageRankの理論をPythonコードとともに解説する記事。




ユーザベース/アイテムベースのメモリベース協調フィルタリングをコサイン類似度やピアソン相関係数の数式とPython実装例で解説する。


推薦システム用ライブラリimplicitの使い方を、movielens-100kデータセットとALS/BPRアルゴリズムの説明を交えて解説する。

「確率思考の戦略論」第3回、Ehrenberg論文を紹介する記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。

「確率思考の戦略論」第2回、市場理解と予測に役立つ数学ツールを扱う記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。

「確率思考の戦略論」第1回、確率理論の導入とプレファレンスの数学的説明を扱う記事の案内ページで、本文は新しいページへのリダイレクトのみが記載されています。