【Stan】階層ベイズモデリングを用いた生存時間分析で意思決定をした時の話 - レバレジーズデータAIブログ

データ戦略室で室長をしている阪上です。弊社のデータサイエンティストの求人情報には技術スタックとして、Stanを記しておりましたが、正直なところ、ここ最近はStanを用いた統計モデリングを行っておりませんでした。そんな中、ふと求人情報にあるStanという記述に熱い想いを持たれるかたへのアンサーソングというか、...

はてなテクノロジー 2026年09月18日 10:56

この記事のキーワード

AI・人工知能意思決定データサイエンティスト求人情報データ戦略アンサーソング Stan 階層ベイズモデリング階層ベイズ、レバレジーズデータAIブログデータAI データ戦略室技術スタック統計モデリング

グラフで繋がりを見る

同じキーワードの記事

共有しているキーワードが多い順

【Stan】階層ベイズモデリングを用いた生存時間分析で意思決定をした時の話 - レバレジーズ データAIブログ

この記事のキーワード

同じキーワードの記事

｢数字で説明できない投資｣こそ勝機 AI時代に｢人文知｣投資を『COTEN』深井氏がを呼びかける理由 | ビジネス | 東洋経済オンライン

続・ソフトウェアアーキテクトのための意思決定術: Decision Readiness, Revisited — When AI Changes the Economics of Software Architecture

AIが書く「読みづらいADR」に発狂しかけたので、ADRのガイドラインを作った

デザインは見た目ではなく意思決定だった ─ フロントエンドエンジニアがデザインシステム導入で学び直したこと - Findy Tech Blog

OpenAIとAnthropicが2026年夏から秋にかけてLLM料金を相次いで値下げした理由とは？

ChatGPT、仕事での利用が多様化 日本では「計画・意思決定」が最多

科学技術政策の司令塔が実践するAI徹底活用術〈前編〉…｢頭の中｣を組織の財産にするためにはAIとの対話が有効だ | ライフ | 東洋経済オンライン

AIによる診断・診断支援を世界はどこまで認めているか？

フィジカルAIのカギを握る学習データをどう集めるのか？ 日本の競争力を高めるために必要なデータ戦略とは

意思決定モデル「d1-ultra」が登場、Jev 1.14を全8分野で上回り判断の信頼性も向上

Jevが画像入力に対応＆長大コンテキストに対応＆意思決定モデルのベンチマークテストも発表

38万4000トークンの入力に対応した意思決定モデル「SubQ Snap」が登場、コンテキストウィンドウが長くても短くてもJevより優秀で画像にも対応

ローカル実行可能で画像入力もOKな意思決定モデル「d1-3B」と音声入力も可能な「d1-omni-600M」が登場、OpenAIのDecisions APIより高速実行

「意思決定は任せない」と言い切る日本マイクロソフト山田恭平さんが、Copilotに任せている仕事

AIでコード生成は加速、でも人間の確認が追いつかない問題。t-wadaが示す「レビュー解体」という答え - エンジニアtype | 転職type

ＡＩの社会実装に関する情報提供のお願い : 規制改革 - 内閣府

テキストを生成しない爆速AI「意思決定モデル」が続々。Clefなど3本まとめ

OllamaがJevライクな意思決定モデルの実行をサポート

ベンチマークでJev超えな意思決定モデル「d1」が登場

OpenAIが「Jev」に追従、「Decisions API」 Lunaで“リアルタイムに意思決定”

【Stan】階層ベイズモデリングを用いた生存時間分析で意思決定をした時の話 - レバレジーズデータAIブログ

ChatGPT、仕事での利用が多様化日本では「計画・意思決定」が最多

フィジカルAIのカギを握る学習データをどう集めるのか？日本の競争力を高めるために必要なデータ戦略とは