米国で使われつつある｢クレカ情報で健康状態を予想するシステム｣
えぇ、どういうこと？ 病院がクレジットカードの情報を元に、患者の健康状態を予想しているという話がります。なんだか、わけがわからず怖いような…。一体どういうことなのでしょう？ 病院の中には、消費者データ（クレジットカードを使ったショッピング情報やお店のポイント情報など）を大量に購入し、独自のアルゴリズムにあてはめて発病リスクのある人を割り出している所があります。BloombergBusinessweekによれば、ノースカロライナ州のCarolinas HealthCare Systemがこのプロジェクトを進めており、200万人ものメンバーの健康状態を調査しています。 例えば、喘息の患者がここにいるとします。病院はこのシステムを使うことで、この患者が救急車で運ばれてくる可能性を調査します。どれくらい頻繁に薬を買い足しているか、タバコを買っていないか、花粉の多い地域に住んでいないかなど、トラッキ
Google、大規模データをリアルタイムに分析できるクラウドサービス「Google Cloud Dataflow」を発表。「1年前からMapReduceは使っていない」。Google I/O 2014
Google、大規模データをリアルタイムに分析できるクラウドサービス「Google Cloud Dataflow」を発表。「1年前からMapReduceは使っていない」。Google I/O 2014 大規模分散処理のフレームワークとしてGoogleが開発し、Hadoopに採用されて広く使われているMapReduce。しかしGoogleはもうMapReduceを使わず、より優れた処理系の「Google Cloud Dataflow」を使っていることが、Google I/O 2014の基調講演で明らかにされました。 GoogleのシニアバイスプレジデントUrs Hölzle氏は、「エクサバイトのスケールまで扱え、パイプライン処理を記述しやすく最適化もしてくれる。それにバッチもリアルタイム分析も同じコードで記述できる」と、Cloud Dataflowの特長を説明します。 Google I/Oの
Treasure Dataのサービスはクラウド上でどう構築されているのか（後編）～July Tech Festa 2013
Treasure Dataのサービスはクラウド上でどう構築されているのか（後編）～July Tech Festa 2013 Treasure Dataといえば、日本人がシリコンバレーで創業したベンチャーとして知られている企業。そのシニアソフトウェアエンジニア中川真宏氏が、7月14日に行われたJuly Tech Festa 2013の基調講演で、同社がクラウド上で構築したサービスについてそのアーキテクチャを中心に解説を行っています。 この記事は「Treasure Dataのサービスはクラウド上でどう構築されているのか（前編）～Japan Tech Festa 2013」の続きです。 データを解析する「Plazma」の仕組み データを解析するところでは「Plazma」と呼ぶ、Hadoopのエコシステムとカラムストアなどを組み合わせたものを用いています。
“統計の基礎を無視している”Hadoop使いが考えるビッグデータ
Hadoopをバッチ処理の高速化に活用しているノーチラス・テクノロジーズは、ビッグデータのブームに真っ向から異論を唱える。「ビッグデータは中身のないバズワード」と断言する代表取締役社長 神林飛志氏に、その真意を聞いた。 Hadoop＝ビッグデータは大きな誤解 ノーチラス・テクノロジーズは、基幹系システム向けのミドルウェアを手がける国産ベンチャー。Webサービスのように決して派手ではないが、「そもそもダウンすると、飛行機が飛ばないとか、病院で人が死んでしまうとか、電車が動かないとか、生活に影響が出る分野」（神林氏）という、まさにミッションクリティカルな領域のITで、同社の製品は活用されている。 同社の「Asakusa Framework」は、Hadoopを活用した分散処理により、基幹系バッチの高速化を実現する。神林氏は、「Hadoopというと、WebやSNS系、BIやデータ解析での使い方がメ
Treasure Data - naoyaのはてなダイアリー
少し前にログの話を書いた http://d.hatena.ne.jp/naoya/20130219/1361262854 ときに、Treasure Data については後日にもう少し詳細に書くと言ったので書くとしよう。 近頃 Treasure Data (以下、時折 TD) という名前をちらほら聞いたことがある人は多いのではないかと思います。「ビッグデータのクラウドサービスである」とか「日本人が創業したシリコンバレーのベンチャー」、あるいは Yahoo! 創業者の Jerry Yang が投資したとか、Fluentd と何か関係があるといった文脈などなど。 けど、具体的に Treasure Data がどういうサービスで、どういう機能を持っていて、どんな場面で利用されるものなのかはまだあまり良く知られていないかもしれない･･･ようにも見える。今日はその辺から少し紹介していこうかなと思う。
ビッグデータ予測が16人中15人的中――AKB48選抜総選挙 日経デジタルマーケティング
昨日6月6日に日本武道館で行われた「第4回AKB48選抜総選挙」は、過去3回のうち2回センターに輝いた前田敦子の卒業発表による出馬辞退で、跡目争いが注目された。開票に先立って、スポーツ紙からAKBファンを自称するタレント、リサーチ会社までさまざまな事前予想が繰り広げられたが、中でも精度の高さを誇ったのが、ブログクチコミ件数などから算出した“ビッグデータ予測”。選抜メンバー上位16人中15人の顔ぶれを的中させていた。 デジタルマーケティングコンサルティング会社のルグラン（東京都渋谷区）が、総選挙2日前の6月4日に発表した「データで予測する2012年第4回AKB選抜総選挙」がそれだ。大島優子のセンター返り咲きはもちろんのこと、前年の9位から4位に躍進した指原莉乃を大胆にも3位と予測するなど、かなり精度の高い内容だった。ちなみに予測が外れたのは、20位と予測した梅田彩佳が16位に飛び込み、替わり
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
Big Data入門に見せかけたFluentd入門
