K最近傍法の例の応用

K最近傍法の応用例

シンプルなアルゴリズムが思っているよりも実用的な理由

Brooke Cagleによる写真、Unsplashから

私の最初の機械学習アルゴリズムはK最近傍法(KNN)モデルでした。初心者には理にかなっています-直感的で理解しやすく、専用のパッケージを使用せずに実装できます。

初心者には理にかなっているため、機械学習に慣れていない人に説明する際にも非常に理にかなっています。KNNアプローチを使って疑い深い人々を説得することが、ブラックボックスのランダムフォレストよりもはるかに簡単であることを言葉で表現することはできません。

これはモデリング手法の無名のヒーローであり、より複雑なアルゴリズムに進む前の優れたベンチマークとして機能し、多くのユースケースでは、より複雑なアルゴリズムの時間とコストはそれに値しないかもしれません。

KNNのモデリングのインスピレーションを高めるために、実際のシナリオでは思っている以上に良い結果を得る可能性のある3つの例を紹介します。

マーケティングミックスモデリング(MMM)

私はマーケティングの仕事をしており、MMMシステムでの私の仕事は通常、キャンペーンのパフォーマンスを向上させるためのマーケティングチャネルを特定し、キャンペーンを拡大してより多くの人々に届けることです。大まかに言えば、これはマーケティング(またはメディア)ミックスモデリングとして知られています。

MMMとのモデリングにおける目標は、各マーケティングインプットの単独の効果と他のインプットとの組み合わせの効果を理解し、最大の効果を得るためにマーケティングミックスを最適化することです。

最も基本的なアプローチは、歴史的データに基づいて異なるマーケティング戦略の影響を予測することです。KNNモデルでは、各マーケティング戦略を広告費、プロモーション活動、価格戦略などのさまざまなマーケティングインプットとして多次元空間上のポイントとして考えます。

新しいマーケティング戦略が提案されたり、既存の戦略を最適化する必要がある場合、モデルは多次元空間での「k」最近傍となる過去の戦略を見て、その戦略の結果を予測することができます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

「集団行動のデコード:アクティブなベイズ推論が動物グループの自然な移動を支える方法」

群れるバッタ、群れる魚、群れる鳥、群れる有蹄類などの動物の集団運動現象は、視覚的に魅力的な特性と、群れのメンバー間の...

機械学習

「Bingチャットは、最新のリアルタイムな知識を提供する点でChatGPTを上回るのか? 検索補完強化ジェネレーション(RAG)によるご紹介」

近年、大規模言語モデル(LLM)の開発により、人工知能(AI)と機械学習の分野において革新的な変化がもたらされました。これ...

機械学習

セマンティックヒアリング:リアルな環境で特定の音を重点的に集中させたり無視したりしながら、空間認識を維持するための機械学習に基づくヒアラブルデバイスの新しい機能

ワシントン大学とマイクロソフトの研究者は、先進的な機械学習アルゴリズムによって駆動される意味解釈能力を持つノイズキャ...

コンピュータサイエンス

「ユートピアの再創造:デジタル時代の自己創造コミュニティ」

ジョン・ヒリスは、デジタル技術を使用して、テキサス州オースティンの外にあるネイバーフッド・ゼロのような自己生成型の共...

AI研究

スタンフォードの研究者が「予測音楽トランスフォーマー」を紹介:音楽作曲における創造的な制御を向上させる画期的なAIツール

美しい画像や感動的なエッセイを生成するジェネレーティブAIは、多くの場合、ユーザーにはほとんど制御が残されません。一部...

AI研究

「MITとAdobeの研究者が、一つのステップの画像生成器に拡散モデルを変換するための人工知能手法、Distribution Matching Distillation (DMD 分布マッチング蒸留) を紹介」

一定のトレーニングプロセスを経て、拡散モデルは画像生成を革新し、従来にない多様性とリアリズムのレベルを達成しました。...