組合せ最適化入門：線形計画から整数計画まで
The document discusses hyperparameter optimization in machine learning models. It introduces various hyperparameters that can affect model performance, and notes that as models become more complex, the number of hyperparameters increases, making manual tuning difficult. It formulates hyperparameter optimization as a black-box optimization problem to minimize validation loss and discusses challenge
Data Mining Group
THE DATA MINING GROUP (DMG) IS AN INDEPENDENT, VENDOR LED CONSORTIUM THAT DEVELOPS DATA MINING STANDARDS The DMG is proud to host the working groups that develop the Predictive Model Markup Language (PMML) and the Portable Format for Analytics (PFA), two complementary standards that simplify the deployment of analytic models. PMML is the leading standard for statistical and data mining models and
SIGKDD
SIGKDD Sig·K·D·D \ˈsig-kā-dē-dē\ Noun (20 c) 1: The Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining. 2: The community for data mining, data science and analytics Our Mission SIGKDD's mission is to provide the premier forum for advancement, education, and adoption of the "science" of knowledge discovery and data mining from all types of data store
332パターン認識 - 過去を知れば未来が分かる
世の中には、既に分かっている過去のデータがあります。このデータを利用しない手はありません。過去のデータを利用すれば、もし分からない未来のデータが出現した場合、過去のパターンから有効な知識として活用させることができます。 今回、ご紹介するのはそんな過去を知れば未来が見えてくる手法です。概して『パターン認識』と呼ばれる手法とその類です。 「パターン認識」、難しい言葉に聞こえるかもしれませんが、我々は常にパターン認識をしております。 例えば、ある人の顔を見たときに瞬時に記憶の中から誰なのか識別してますし、初めて見る場合でも似たような人物を探しどんな人間なのか当てはめたりすることもできます。 楽しいときはどんな表情をするか、苦しいときはどんな表情をするかという「パターンクラス」を私たちは持っています。初めて会う人の表情でさえ、感情をよみとる能力を持ち合わせています。それがパターン認識です。
Wekaの日本語情報
Wekaの日本語情報 データマイニングツールWekaに関する日本語による情報．データマイニングツールとしての使い方なども紹介していきます． weka-jpでは，データマイニングツールWeka*の使い方に関する日本語での情報を提供していきます． Wekaはニュージーランドのワイカト大学において開発されたデータマイニングツールで，分類学習やクラスタリング，相関ルール生成のみならず，データの前処理や視覚化に関する機能も含む統合型ツールです． Wekaに実装された機械学習やクラスタリングのアルゴリズムは他のツールとAPIやCLIを通して利用可能であるため，多くのツールでライブラリとして利用されています． 本サイトでは，利用方法に関する解説記事を作成し，公開する予定です． 記事の作成に関して，より多くの方にご協力を頂きたいと考えております． 更新履歴 2023年11月1日：Weka関連リンクのページ
リアルタイム・リテール「キーワード」
大量のデータを分析することで、その中に隠された規則性や法則性を見つけ出すこと。「マイニング（mining）」とは、鉱山から鉱石を見つけ出すことであり、大量のデータを鉱山に、その中にある役立つ知識を鉱石にたとえて、データマイニングとしている。 コンピュータの普及によって、顧客の購買履歴データやPOSデータなどがそのままデジタルデータとしてデータベースに蓄積されるようになった。こうしたデータの特徴としては、データ件数が膨大で、そのまま眺めていたのでは、そこから有効な知見を得ることは難しい。従来は、こうしたデータを期間別や地域別などの分析軸を設定して集計することにより、傾向を読み取ったり、戦略的なデータとして活用していた。 このように、ある視点（分析軸）からデータを集計して分析する手法は有用である半面、「設定した分析軸以外の視点から見たときに得られる知見には到達できない」という欠点がある。言
アソシエーション分析（あそしえーしょんぶんせき）
POSデータ（注1）などの巨大なデータベースから、価値あるアソシエーション・ルール（注2）を抽出するデータマイニング（注3）・テクニック。マーケットバスケット分析（注4）に利用される。 アソシエーション・ルール抽出（association rule extraction）、アソシエーション・ルール・マイニング（association rule mining）、アソシエーション・ルール発見（association rule discovery）などともいう。 小売業のPOSシステムでは、日々大量のトランザクションデータが生み出されている。この中には、「パンとバターを購入した取引の90％がミルクも購入している」といった法則が秘められているが、中規模の小売店舗でも商品アイテム数は数千から数万に及び、その組み合わせ（アソシエーション・ルール）は無数にある。そのため、どの組み合わせが価値ある法則であ
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
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
http://astore.amazon.co.jp/okeeffe_datamining-22
KDnuggets