統計ソフト・統計学習用データ
統計関係総合リンク｜ 統計ソフト紹介関係｜ 統計ソフト会社｜ 共分散構造モデル｜ 統計ソフト おもらい君(リンク集 |全般|多変量解析・多次元尺度解析|多変量解析 |多次元尺度解析|基礎統計等| 分布|特定アプリマクロ)｜ 統計用データ｜ WWW上での統計処理｜ 人｜ 日本の統計学関係｜ 日本のメーリングリスト｜ ＜ＷＷＷで統計を学習しよう＞｜ 検索系相談等｜ 統計教育リンク｜ 統計学用語集｜ case study(問題集)｜ 統計学から分散分析・重回帰まで｜ 総合的｜ 特定分野 （ 統計教育・注意｜ 研究法｜ 歴史｜ 測定｜ サンプリング｜ 分布｜ 検定力｜ meta-analysis｜ resampling｜ exact test｜ conjoint analysis｜ 実験計画法・分散分析 ｜ 多変量解析｜ 因子分析・共分散構造モデル｜ multi level｜ 多次元尺度解析｜ グ
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
