データ匿名化手法
データがビジネスを駆動する現在、さらなるサービスの進化と利便性を推進するために、個人に関する情報は不可欠です。本書は、機微な個人情報を多く含むヘルスデータを題材に、プライバシー保護とデータ有用性という相反する命題をいかに満たすかについて、豊富な実例とともに解説する書籍です。リスクベースの非特定化方法論、横断的データ、縦断的イベントデータ、データリダクション、地理空間の集約、マスキングなどデータの匿名化に必要な事柄を網羅的に解説します。医療者はもちろん、個人のプライバシーを守りつつ、より洗練されたサービスを提供したいエンジニア、データ技術者必携の一冊です。 監訳者まえがき まえがき 1章 イントロダクション 1.1 匿名化すべきか、せざるべきか 1.1.1 同意を得るか、匿名化するか 1.1.2 お金を節約する 1.1.3 人目に触れたくない 1.2 匿名化における2本の柱 1.2.1 マス
いろいろな統計分析手法 〜μ'sを例にして〜 - kivantium活動日記
統計分析の授業で習った手法を使ってμ'sを分析していきます。Rの使い方をまとめた自分用のメモなので解析手法が妥当かどうかなどは一切考えていません。 データの準備と読み込み ラブライブ!というアニメを観ていてにあったμ'sのデータを利用します。 B W H height age 東條希 90 60 82 156 17 絢瀬絵里 88 60 84 162 17 小泉花陽 82 60 83 156 15 南ことり 80 58 80 159 16 西木野真姫 78 56 83 161 15 高坂穂乃果 78 58 82 157 16 園田海未 76 58 80 159 16 星空凛 75 59 80 155 15 矢澤にこ 74 57 79 154 17これをlovelove.txtという名前で保存します。 まずはデータを読み込みます。 data <- read.table("lovelive.t
Visualizing statistical distributions with javascript
For the past few years, I've been developing and using a library I created that allows me to easily generate visualizations of statistical distributions for teaching. One can specify a distribution along with a parametrization, and the library sees it and generates a table containing all the distributions, which gives links to interactive plots that allow anyone to see how changing the parameters
第1回 レポートづくりのオートメーション化 ～素早く・ミスなく・再現可能に～ | gihyo.jp
はじめに～レポートづくりのオートメーション化～ データを扱う仕事をしている人にとって、レポートの作成はあらゆる業務に欠かせない、しかし決して面白くはない作業です。本連載ではレポート作成の手間と苦労に頭を悩ます人々を救うべく、R言語とR Markdownと言うツールを用いたレポート作成のオートメーション化について解説します。 ここでのレポートとは格調高いフォーマルな報告書から日々の業務報告まで、データやログを処理して図・表・数値として要約し、説明文書とともにアウトプットを作成する作業すべてを含みます。例えばデータアナリストならビジネスデータを使った経営戦略に関わるKPIレポート、システム管理者なら日々のアクセスログの統計・集約レポート、研究者なら実験データに対する統計解析結果を示すレポートや論文、などなど。 R Markdownについての技術的な解説は、Rによるデータ解析を現在行っている、こ
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
