第4回 ビッグデータ分析基盤のためのアドホック分析環境 ～導入編 | gihyo.jp
アドホック分析環境とは？ ビッグデータ分析におけるアドホック分析では、レポーティング分析で得られた気づきを元に具体的な根拠を得るために実施するケースと、ユーザが今までに無い条件を元に分析をするケースがあります。つまり、分析の当初はアドホック分析を行いながら、レポーティング分析に必要な基本KPIを見つけ出していくことが必要になります。 今回と次回で、JupyterとPandasを用いてアドホック分析環境を構築し、分析エンジンとして利用するMySQLに対してインタラクティブに集計と可視化を行うための準備をします。 JupyterとPandasとは？ Jupyterは、Webブラウザベースのインタラクティブシェルを提供するツールです。元々は、iPythonという名前で、Python用のWebブラウザのインタラクティブシェルを提供していました。そこから現在は進化し、Jupyterという名前でさまざ
Jupyter Notebook版「ITエンジニアのための機械学習理論入門」サンプルスクリプト - めもめも
ITエンジニアのための機械学習理論入門 作者: 中井悦司出版社/メーカー: 技術評論社発売日: 2015/10/17メディア: 単行本（ソフトカバー）この商品を含むブログ (1件) を見る こちらの書籍のサンプルスクリプトをJupyter Notebookで書きなおしたものをGitHubで公開しました。 下記のリポジトリから入手可能です。 github.com GitHubのWebサイトで各ノートブックファイルを内容を見ることができます。これをJupyter環境にアップロードすると、実際にコードを実行することが可能になります。 これらのノートブックを実行可能なJupyter環境は、下記の記事で紹介しているDockerイメージから起動することができます。 enakai00.hatenablog.com Linux環境であれば、下記の手順で、ノートブックファイルを取得して、それを参照するための
数学が苦手な人のためのNumPy用例集 - Qiita
NumPyは、科学技術計算を行う、特に行列や多次元配列の計算をするのに便利なPython用の拡張モジュールです。 ですが、数学を使わなくても、NumPyは便利です。 特に、[ [1,2],[3,4],[5,6] ]のような多重リストを使う代わりに、NumPyの配列を使った方が便利な場合があります。 今回は、NumPyの主に配列の使い方について、用例を挙げて紹介したいと思います。 はじめに NumPyは、数学向けのライブラリーではありますが、NumPyの配列は、数学とは関係なく便利に使える部分もあります。 とは言え、ウェブ上のサンプルは数学で使う人のものが多いですし、数学以外で具体的にどう使うのかは分かりにくいのではないかと思いました。 そこで、数学とはほとんど関係ない使い方をいくつか例示して、NumPyの（主に配列の）便利さを紹介するのがこの記事の目的です。 私も数学は得意ではないですし、
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
