AIを使ったスマート農業システム「Prospera」は害虫、干ばつ、栄養不足などを自動で対処 | Techable(テッカブル)
農業や漁業など、一次産業に対するITの導入が、世界的に注目されている。 今最もホットな話題は、イスラエルの企業「Prospera」によるスマート農業システムだろう。アメリカ最古のベンチャーキャピタルBessemer Venture Partnersを介し、700万ドル（約7億円）の資金調達にも成功。農業革新へ、大きな一歩を踏み出した。 ・人工知能ベースのデータサイエンス農業システム Prosperaが提案するのは、人工知能をベースとした農業ソリューション。インフィールドカメラや気象センサーを駆使しながら、高精度な管理を可能にするというもの。 このソリューションは、作物ごと、あるいは複数の畑、作物ごとにおいて、農作物の状況をリアルタイムで分析していく。システム上でできることは、多数。病気や害虫の検出、水分と栄養の最適化、収穫量のモニタリングと予測、新たな作物の開発やそれに伴う分析も可能だ。
Webデータ分析＆データサイエンスで役立つ統計学・機械学習系の分析手法10選 - 銀座で働くデータサイエンティストのブログ
追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ
究極のデータサイエンティストVS至高のデータサイエンティスト - Analyze IT.
ネットで面白いコピペを発見したので貼り付けておきますね。 山岡「こちらが我々の考える究極のデータサイエンティストです。」 京極「なんやて、経済学部出身やないか！ITに統計学、業務、この中で先の二つの技術的素養が必要なデータサイエンティストには理系出身者が定石やで山岡はん。」 山岡「確かに、数学のスキルが要求されるデータサイエンティストには普通の文系出身者は厳しい。しかし、彼の学部時代の専攻は計量経済学。実務では高度なアルゴリズムやビックデータの解析基盤の構築のスキルなんか本当は必要ない、経済学の手法が求められているんだ。」 京極「なんやてっ！」 山岡「ビッグデータといっても、小売りの場合大きくて１千万件程度、普通のRDBMSで処理可能だし、非構造化データなんて必要ない。アルゴリズムもSPSSやRなんかのツールに入力して結果を解釈できれば十分なんだ。一方で、政府の統計を駆使して地域の需要を推
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
