メリディアン オープンソース
メリディアンの高度なベイズ モデリングと因果推論機能を使用して、マーケティング ミックス モデル（MMM）を構築、実行、分析します。
メリディアン オープンソース ライブラリを確認する
基本
メリディアンの概要、用語集、よくある質問。
ユーザーガイド
メリディアン ライブラリのインストールと使用に関する手順ガイド。
モデリング ガイド
メリディアンの導入プロセスについては、段階ごとに以下のガイダンスをご活用ください。
- モデリング前: 適切なデータを収集し、モデリングの準備を行います。
- 応用モデリング: 高度なカスタマイズや調整を含め、メリディアンを設定して実行します。
- モデリング後: モデルの健全性を評価し、結果を解釈して、予算を最適化します。
- ベイズ モデリングと因果推論理論: メリディアンの理論的基盤について説明します。
コード例
インタラクティブな Colab ノートブックで、エンドツーエンドの例とユースケースを確認できます。
API リファレンス
メリディアン ライブラリのすべてのクラスと関数に関する詳細なドキュメント。
変更履歴
メリディアン ライブラリの最新リリース、新機能、バグの修正に関する最新情報を入手できます。
教育用動画シリーズ
-
メリディアンの概要
-
メリディアンのデモ
-
地域レベルと全国レベルのモデリング
-
事前分布の概要
-
介入群の事前分布のタイプ
-
介入群の事前分布を調整する
-
メリディアンのノット
-
増分効果、費用対効果、限界費用対効果、応答曲線
-
メリディアンの対照群、メディエーター、介入群
-
Adstock と Hill
おすすめの学習プログラム
メリディアンは、部門横断型の測定チーム向けに設計されています。ロールに応じて、次のパスをおすすめします。
データ サイエンティストと技術担当者
応用モデリングでは、ベイズモデルの構成と事前分布のカスタマイズについて詳しく解説します。ベイズ モデリングと因果推論理論では、数学的および理論的な基盤について学習します。