WEBVTT

00:00:00.260 --> 00:00:03.735
>> データサイエンスライフ
サイクルは多くの意味をなしました。

00:00:03.735 --> 00:00:05.400
今、私は私が定義したいと知っている

00:00:05.400 --> 00:00:08.235
私は何か他のことをする前に私の問題。

00:00:08.235 --> 00:00:11.310
だから私のアプリはサービスベースのアプリです。

00:00:11.310 --> 00:00:14.205
これは、それが依存していることを意味します
利用状況データだけでなく、

00:00:14.205 --> 00:00:17.670
また、外部要因
天気や日付のように。

00:00:17.670 --> 00:00:20.640
たとえば、人々の
自転車を借りるかもしれない

00:00:20.640 --> 00:00:24.150
上で非常に異なって見える
仕事の日に比べて休日。

00:00:24.150 --> 00:00:25.740
私は私が使用したい知っている

00:00:25.740 --> 00:00:27.945
匿名化されたデータ
私は自分のアプリを収集し、

00:00:27.945 --> 00:00:31.800
外的要因と同様に
作る日付と天気が好き

00:00:31.800 --> 00:00:34.020
方法に関するより良い情報に基づいた意思決定

00:00:34.020 --> 00:00:37.065
そして私が置く場所
市内の自転車。

00:00:37.065 --> 00:00:39.480
私はこれを知っている
初期分析

00:00:39.480 --> 00:00:41.895
今日は第一歩に過ぎません。

00:00:41.895 --> 00:00:43.940
私は取るつもりです
私が学ぶことと私は

00:00:43.940 --> 00:00:46.100
どのようなデータを改善するつもりです

00:00:46.100 --> 00:00:48.290
収集し、どのような質問私

00:00:48.290 --> 00:00:51.920
私はもっとなることができるように尋ねる
私のアプリで成功しました。

00:00:51.920 --> 00:00:54.455
では、成功は私にとってどのようなものでしょうか?

00:00:54.455 --> 00:00:58.105
まあ、私にとっては、それはより多くのことを意味します
自転車を借りる人。

00:00:58.105 --> 00:01:00.560
今、私はより多くのお金を費やすことができます

00:01:00.560 --> 00:01:02.180
マーケティングが、別の方法を行う

00:01:02.180 --> 00:01:04.115
それは確かめる
私の在庫は、

00:01:04.115 --> 00:01:07.525
私の自転車は、右にあります
適切なタイミングで配置します。

00:01:07.525 --> 00:01:09.800
今、それはかなり複雑なマトリックスです,

00:01:09.800 --> 00:01:13.340
だからそれをダイヤルダウンしてみましょう
もう少し、焦点を当てる

00:01:13.340 --> 00:01:18.020
私はで必要とするかもしれない自転車の数
次の1時間の特定の領域、

00:01:18.020 --> 00:01:21.160
または1日、または数分でも。

00:01:21.160 --> 00:01:23.565
だから、それは私の質問になるだろう。

00:01:23.565 --> 00:01:25.760
私はどのように予測したい
多くのバイクは

00:01:25.760 --> 00:01:28.595
次の時間に借りた
ある場所で、

00:01:28.595 --> 00:01:30.710
その後、多分私は私の在庫をに移動することができます

00:01:30.710 --> 00:01:33.760
その地域ともっと
自転車をレンタルします。

00:01:33.760 --> 00:01:35.970
だから、私は持っているように見える

00:01:35.970 --> 00:01:39.015
私のかなり良い把握
ビジネス理解。

00:01:39.015 --> 00:01:41.600
私は本当に混乱したくない
私のデータはまだ。

00:01:41.600 --> 00:01:43.610
最初の分析をしたい

00:01:43.610 --> 00:01:45.830
の理解
最初に何が起こっているのか。

00:01:45.830 --> 00:01:48.340
次のステップは
モデリングを行うつもりです。

00:01:48.340 --> 00:01:50.360
その後、私は展開を試みたいです

00:01:50.360 --> 00:01:52.280
これは Web サービスとして
私はそれを試してみたいので

00:01:52.280 --> 00:01:54.260
野生に出て、私が作ることができるかどうかを確認してください

00:01:54.260 --> 00:01:57.260
任意の予測と
この残業を改善する

00:01:57.260 --> 00:01:59.120
それでは、もう一度チェックインしましょう

00:01:59.120 --> 00:02:01.010
私たちができるようにフランチェスカ
もう少し学ぶ

00:02:01.010 --> 00:02:03.230
機械学習について
モデルと多分見つける

00:02:03.230 --> 00:02:06.570
私たちがすべきもの
私たちの問題のために使用してください。

