2019/04/25に開催された『データ分析基盤Developers Night〜3社3様分析基盤の変遷〜』の講演資料です。
ナビタイムジャパンに集まる移動ビッグデータの分析基盤
2019/04/25に開催された『データ分析基盤Developers Night〜3社3様分析基盤の変遷〜』の講演資料です。
なぜ米国ではなく、ドイツに？ ビッグデータを構築した男が選んだ道
著者プロフィール： 上阪徹（うえさか・とおる） 1966年兵庫県生まれ。1989年早稲田大学商学部卒業後、リクルート・グループなどを経てフリーランスのライターとして独立し、雑誌や書籍などで執筆。経営、経済、金融、ベンチャー、就職などの最前線のビジネス現場から、トップランナーたちの仕事論を分かりやすく伝えるインタビュー、執筆を得意とする。取材相手は3000人を超える。 著書に『書いて生きていく プロ文章論』『リブセンス<生きる意味> 』『成功者3000人の言葉 人生をひらく99の基本』『職業、ブックライター』『僕がグーグルで成長できた理由』など。インタビュー集にベストセラーになった『プロ論。』など。 この20年で急激な成長を遂げたリクルート。その変化を象徴するキーワード「グローバル」「新規事業」「テクノロジー」「戦略・人材活用」「M＆A」を5つのテーマに、第一線で働く現役社員に聞く。「テクノ
試すのが難しい―機械学習の常識はMahoutで変わる
ビッグデータ時代―なぜ、いま機械学習なのか Apache Hadoop（以下、Hadoop）の登場で、今まで捨てていたデータ、貯めるだけで処理しきれなかったデータを活用できるようになりました。 活用手段として最近とみに注目されている技術が「機械学習」であり、Hadoopの強みを生かし簡単に機械学習を行うためのライブラリが、「Apache Mahout」（以下、Mahout）です。 本稿ではMahoutを動かしてみることで、機械学習の常識を身に付けます。 そもそも、機械学習とは？ 機械学習とは、一定のデータをコンピュータ・プログラムに「学習」させ（すなわち、そのデータに潜むパターンや規則性を表す「モデル」を自動的に構築させ）、他のデータにそのモデルを適用すれば、あたかも人間のように複雑で柔軟な判断が行えるようにするという試みです。 機械学習をビジネスに活用した例は、レコメンド（ユーザーや商品
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
https://jp.techcrunch.com/2015/06/16/20150615ibm-pours-researchers-and-resources-into-apache-spark-project/
