Cindicator

Cindicatorは初めてのニューラルネットワークの実装によりどのように予測精度を高めたか

Cindicatorは自身初となる完全に機能するニューラルネットワークをデプロイしたことを発表いたします。弊社開発チームはネットワークをハイブリッドインテリジェンスエコシステムに統合しました。これによりニューラルネットワークに基づく最初の指標が近い将来に登場することが定まりました。「どういうことですか?」とお尋ねになるかもしれません。「そもそもニューラルネットワークとは何ですか?」とも。

詳しく見ていきましょう。

予測にあたって、クラウドソーシングにより意見調達する手法の1つは、大勢の人々の英知を有効に活用することです。これが意味するのは、所与の問題についての幅広い多様な意見を眺め、「平均的」な反応を取り出したなら、理論的には、どれだけ物事に精通している人よりも正確な予測に到達するという事態です。

Cindicatorではさらに先に進んでいます。データサイエンスの多彩な方法を活用し、統計科学と機械学習の手法を組み入れて予測精度を向上させています。例としては、隠れマルコフモデルに基づくアプローチを利用して、ユーザーが過去に犯した誤りに基づいた確率的なマルコフ連鎖をモデル化しています。ユーザーの予測(と誤り)の履歴を考慮することで、将来の予測が正確である可能性を評価することができました。

他のアプローチとしてはベイズの定理があり、これによってデータサイエンティストは前例の検討ではなく、問題となっている事象がまさに起こっている環境を実際に分析できます。この定理を利用して、事象に関連する多数の条件に基づいて、事象の可能性を計算できます。弊社の事例では、標準偏差、歪度、不均一分散性などのさまざまな統計指標をユーザーごとに検討することにより、全ユーザーを単一の回答としてではなく分布パターンとして眺めて、全体としての、また1人1人の、誤りを犯す傾向を明らかにすることができます。

弊社ユーザー基盤の全体ではなく成績の良い特定のユーザー層を検討することによっても結果を効果的なものにでき、また、標本群のカットオフポイントの決定方法もさまざまなものがあります。

これらすべての既定の手法を弊社MLパイプラインにモデルの形で組み込んでいます。シグナルの全般的な精度向上を目指して、ニューラルネットワークを組み入れた予測手法の試験を開始しました。普遍的な近似算出機であるニューラルネットワークは、モデル間の複雑で非線形的な依存関係を突き止めて、各モデルに個別の重みづけを行い、最終的な予測を導き出します。また、それを実地に適用して、予測精度をさらに向上させます。AIと集合的知性の協力によって、現に発展しつつある継続的な改善の巨大な領域が切り開かれます。これが意味するのは、すぐに弊社はさらに優れた指標を提供できるということです。指標の有用性だけでなく、将来の製品開発の見込みも高まります。

関連記事

  1. Cindicator

    Cindicatorの社内PR&マーケティング部門

    当社の新しいPR&マーケティング部門をご紹介したいと思います。多くの野…

  2. Cindicator

    トークンセールス以来6か月 本当にありがとう!

    みなさん、こんにちは!トークンセールス…

  3. Cindicator

    Cindicatorエキスパートプランインサイト

    みなさん、こんにちは!パリ出身のアレク…

  4. Cindicator

    高品質なデータを仮想市場へ取り入れる:CindicatorがSvandisと提携

    従来の金融市場に勤務するプロたちは、データ…

  5. Cindicator

    2018年第1四半期ロードマップ

    Cindicatorエコシステム参加者の皆さま!すでに申し上げ…

  6. Cindicator

    共生ネットワーク:その始まり

    現代の中央集権的機関(政府から銀行システム…

最近の記事

2018年9月
« 8月    
 12
3456789
10111213141516
17181920212223
24252627282930
PAGE TOP