データ分析の重要性を理解するための入門書５冊 - UNIX的なアレ
はじめに 今回紹介する本は玄人向けではなく「データ分析が重要そうだけど、なんだかよくわかんないと思っている人」向けです。 昨今ではデータマイニングという単語がエンジニアやマーケティング担当者のものだけでなく、経営レイヤーでも重要視されてきています。 ビッグデータというバズワード的なものも頻繁に言われ始めて、めんどくさい上司とかはとにかく口にし出すような状況ではないでしょうか？（想像です） 勉強しないと！と思いはするものの、統計やらHadoopやらRやら、それにまつわるものが多すぎて何から手をつけていいのかわからないもの。 というわけで、私が最近読んだ中でも「何ができるものなのか」という浅く広いテーマについて触れている本をいくつか紹介します。 統計学 統計学が最強の学問である 作者:西内 啓ダイヤモンド社Amazon cakesの連載をまとめた本ですが、統計学がどういった分野に使われているの
データサイエンティストになりたい学生の為の就職先の選び方 - shakezoの日記
ここ半年でIT業界ではビッグデータというバズワードが一気に広がり、データ分析者の需要が急増しています。データサイエンティストは今後10年で最も魅力的な職業になるとも言われており、データ分析に携わる仕事に就きたいと考えている学生も以前よりは増えてきているのではないかと思います。 ビッグデータ、データサイエンティスト、データマイニング、機械学習などのキーワードが散りばめられた記事も連日のように投稿されていますが、新卒の学生がデータ分析の仕事に就くための方法について触れられているものはあまりないようです。IT業界で働いている人たちの間でも、正しい認知が進んでいない状況ですので、データ分析業界の構造を学生さんが理解することは難しいのではないかと思います。 私自身はデータ分析に携わって5年程度で、まだまだ初心者の域を脱していないぺーぺーですが、データマイナーになるためにどんなキャリアを積めばよいかに
データサイエンティストの冒険 | ダイヤモンド・オンライン
近年テクノロジーと数理モデルによってもたらされるアナリティクスが、ビジネスを大きく変えようとしている。データの高度な活用から次の打ち手を見出す力、アナリティクスの決定的な優位性を最前線から解説する。 第20回 どうすれば日本企業はアナリティクスをイノベーションにつなげられるのか？ 工藤卓哉 新たなイノベーションを創出するためには、顧客体験と利益の仕組みをどのようにデザインしていくかという戦略が欠かせません。そして、それを実現す… 2018.3.15 第19回 地域課題解決のアイデアコンテストを起点としたイノベーション創出型人材の育成 工藤卓哉 「チャレンジ!!オープンガバナンス2016」は、地域住民と自治体が協働して地域の課題を解決するためのアイデアを競う、市民参加型のアイデアコ… 2017.2.7
人材不足で“取り合い”は必至データサイエンティストなる職種
2012年 ビッグデータ経営革命 「週刊ダイヤモンド」2012年1月28日号・第2特集「2012年 ビッグデータ経営革命」より特別公開！ バックナンバー一覧 「データ様に聞け」 携帯電話向けソーシャルゲームの開発・運用会社、グループスには、そんな標語がある。 ソーシャルゲームにおいて、ユーザーがどのようにゲームを楽しんでいるかというデータは、まさしく利益の源泉といえる。たとえば、全ユーザーのプレー履歴を見て、楽しんでいるヘビーユーザーとやめてしまったユーザーとの傾向を比べる。その結果から、毎日のようにゲームの仕様を変えていくのだ。 「もう少しポイントを撒いたほうがいい」「こちらのページに誘導するよう動線を変えよう」──。各種統計ツールを用いて出した予測結果を基に、開発陣との定例会議や、メールなどで指示を出すのはデータマイニンググループ。リーディングアナリストを務める井澤正志氏は、東北大学理
その分析、Hadoopなら速く安くできます
ビジネスデータを分析するビジネスインテリジェンス（BI）分野の新たなプラットフォームとして注目されているHadoop。Hadoopでは、どのようなデータ分析が可能なのでしょうか？ 現在、Hadoopビジネスの牽引役であるClouderaのJeff Hammerbracher氏が、Hadoopでデータ分析が可能なビジネス上の課題を示した「10 Common Hadoop-able problems」（Hadoop化可能な10の一般的課題）と題したプレゼンテーションを公開しています。 Hadoopにとって得意な処理とは、複雑で複数のデータソースからなる大量のデータの分析であり、それをバッチ処理の並列実行によって実現することです。 従来は、データがあまりに複雑だったり膨大だっために、計算時間やコストなどの理由で実現が難しかった処理でも、Hadoopによる低コスト化、計算時間の短縮、高い柔軟性など
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
企業がデータ分析に抱く“理想と現実”のギャップとは？
