後期の授業である実験計画学はレポートと質疑応答主体の授業とします．期末試験さえできればよいというものではなく，実験計画学を理解するには，授業で主体的に考えることが大切です．授業に出席（出席とは質問にきちんと答えることを含む，じっと座っていても出席とはいわない）し，レポートをきちんと提出することが単位取得の必要条件です．
実験計画学
後期の授業である実験計画学はレポートと質疑応答主体の授業とします．期末試験さえできればよいというものではなく，実験計画学を理解するには，授業で主体的に考えることが大切です．授業に出席（出席とは質問にきちんと答えることを含む，じっと座っていても出席とはいわない）し，レポートをきちんと提出することが単位取得の必要条件です．
31データクレンジング方法
データマイニングでは、データが膨大となっている場合があります。ここまでデータ量が大きくなると計算量の問題で解析時間がかかりすぎるという問題が起き、色々なデータマイニング技法を試行することができません。 それでは、大規模データに対抗するためにどうしたらいいでしょう？ 今、著者が思いついたものを挙げてみると １．高速なマシンに期待する ２．大規模でも計算する手法を編み出す ３．仮説を立てて絞り込んで挑戦 ４．サンプリングして、そこそこの量のデータで試す ５．それでもじっくり処理が終わるのを待つ ということをとりあえず思いつきました。（他にある場合は教えてください） それでは、以上の項目をデータマイニングとして検討してみましょう。 【１番：高速なマシンに期待する】高速マシンに投資することは基本的に有効です。30年前の計算機ではどうやっても不可能であった計算処理であっても技術
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
