![](https://cdn-ak-scissors.b.st-hatena.com/image/square/ca593e5fce9b73d9326ae9508534256d34bf8a2a/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9SW50ZWwlMjBFZGlzb24lRTMlODElQUUlRTMlODIlQkIlRTMlODMlQjMlRTMlODIlQjUlRTMlODMlQkMlRTUlODAlQTQlRTMlODIlOTJTcGFyayUyME1MbGliJUUzJTgxJUE3JUU2JUE5JTlGJUU2JUEyJUIwJUU1JUFEJUE2JUU3JUJGJTkyJUUzJTgxJTk3U3RyZWFtaW5nJUUzJTgxJUE3JUUzJTgwJThDJUU3JUFCJThCJUUzJTgxJUExJUUzJTgzJUJCJUU1JUJBJUE3JUUzJTgyJThBJUUzJTgwJThEJUU1JTg4JUE0JUU1JUFFJTlBJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz1mNzFjYTFiNDVkOGRmMjg5NWUyNzUxNzMxMWZmZGI5ZA%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBtaWFfMDAzMiZ0eHQtY29sb3I9JTIzM0EzQzNDJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MGM2OWQwMjhkMmUzNDc3MzMwZjFhZWFkMDUxYmI5MDk%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3Dd653ff8743589a9f1d0680615a29b927)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Intel Edisonのセンサー値をSpark MLlibで機械学習しStreamingで「立ち・座り」判定 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Intel Edisonのセンサー値をSpark MLlibで機械学習しStreamingで「立ち・座り」判定 - Qiita
リクルートライフスタイル Advent Calendar 2015の21日目の記事です。 仕事では全サービス横断のリアル... リクルートライフスタイル Advent Calendar 2015の21日目の記事です。 仕事では全サービス横断のリアルタイムログ収集・可視化・分析基盤のシステムの開発運用をしています。 1. 何をやる? 最近話題のApache Spark MLlibを使って機械学習し、Spark Streamingでその学習したモデルを使って判定します。 全体図 体に取り付けた加速度センサーの値から、つけている人が「立っている」か「座っている」かを機械学習します。 さらに、その加速度センサーの値をリアルタイムに流し、学習したモデルから「立ち」「座り」状態を予測しようというシステムです。 データの送信には小型でLinuxが動くボードのIntel Edsionを使います。 1.1. なぜ加速度センサーの値で判定できるのか? 加速度センサーには地面の方向に向かって重力加速度がかかります。 重力加速度は、水平に