データマイニングで理想の彼女をGetだぜ！ - 発声練習
ある国際会議のkeynote Speechの中で紹介されていた話。非常に面白かった。 Wired: How a Math Genius Hacked OkCupid to Find True Love 「いまどきの若い男は、なんでもコンピュータか！」とか思われるかもしれないけど、何をしたのかを読んでみると「これって、単なるナンパの方が楽だったんじゃないか？」と思わされる。 登場人物のスペック この人の経歴がアメリカ的。 名前：Chris McKinlay (35歳） 経歴 2001年：Middlebury College を卒業。専攻は中国語 同年：世界貿易センターで中国語から英語への翻訳のアルバイト。アルバイトを辞めた5週間後に9・11。 〜2002年：その後、友達に誘われて、an offshoot of MIT’s famed professional blackjack team に
Rapid Miner - Rapid-i データマイニング＆ビジネスアナリティクス【株式会社KSKソリューションズ】
Rapid Miner（ラピッドマイナー）は、オープンソースのデータマイニングツールです。スタンドアローンのデータ分析アプリケーションとして、また統合されたデータマイニングエンジンとして、世界40カ国以上の様々ユーザーに利用されています。 データ統合、分析型ETL、データ分析、レポーティングのデータマイニング・フルスイートパワフルかつ分かりやすいユーザーインターフェース、分析プロセスのデザインが可能プロセス、データ、メタデータをレポジトリーで管理可能メタデータ変換によるソリューション：トライアル＆エラーを省略、デザイン時にも結果をプレビューできる素早い分析ソリューション：その場でエラーを発見、その場で修正できる完全性と柔軟性：何百ものデータロードや変換、モデル、グラフなどのヴィジュアル機能
第30回 データマイニング+WEB＠東京( #TokyoWebmining 30th)−機械学習活用・マーケティング 祭り− を開催しました - hamadakoichi blog
2013/10/19 "第30回 データマイニング+WEB ＠東京 ( #TokyoWebmining 30th) −機械学習活用・マーケティング 祭り−"を開催しました。 第30回 データマイニング+WEB＠東京 ( #TokyoWebmining 30th) ー機械学習活用・マーケティング 祭り−: Eventbrite Google グループ 会場提供し運営を手伝って下さった ニフティ株式会社 のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧： 参加者Twitter List: Twitter List TokyoWebmining 30th 参加者セキココ：第30回 データマイニング+WEB ＠東京 セキココ (作成してくれた [
バッドデータハンドブック
TOPICS Data Science , Database 発行年月日 2013年09月 PRINT LENGTH 310 ISBN 978-4-87311-640-2 原書 Bad Data Handbook FORMAT PDF 値の欠落、形式から外れたレコード、エンコーディング形式が不明な文字列。「バッドデータ」と聞いた時に思い浮べる典型例です。しかし、これら以外にも「そもそもデータにアクセスできない」「消えてしまった」「昨日と違っている」「データはあるが形式が処理に適していない」など、データを収集・分析するエンジニアは、これらの「バッドデータ」と正面から向きあわなければならないことが多々あります。本書では、これらの問題のあるデータのパターンを紹介し、その対処法を解説しています。 19人のデータ分析の専門家が、自らの経験を通して得た、さまざまな教訓、実践的な方法論等を詳述した本書は
データサイエンティストカジュアルトーク by wdkz
This is the slides where I used for Japan.R I tried to estimate the effect of advertisement by Hal Varian's approach that he described in his paper.
「アカデミアの博士がデータサイエンティストに生まれ変わって企業に転身するための5つの秘訣」（海外記事紹介） - 渋谷駅前で働くデータサイエンティストのブログ
こんな大変面白い記事が紹介されているのを見かけました。 From PhD to Data Scientist:5 tips for Making the Transition そもそもこのサイト自体が「6週間でポスドクをデータサイエンティストに生まれ変わらせる」*1プログラムの公式サイトのようです。日本でも統数研がそのような試みを始めようとしていますが、さすがは本場アメリカ。もう既にやってるところがあるんですねー。 トップページを見るとこのプログラムの卒業生が一部紹介されていますが、その（元の）専門分野は物理学・数学・応用数理学・オペレーションズリサーチ・天体物理学・生態学*2と、もうまちまちです。こんな「素人目にはとてもデータサイエンスと関係するとは思えない」*3人たちをデータサイエンティストになるべく鍛え上げ、Facebook, YouTube, LinkedInといったシリコンバレー
進撃の巨人を読んだことない人がデータだけでキャラを推測してみる - あんちべ！
はじめに 最近超人気の漫画として私のTwitter TLを賑わす作品、その名も「進撃の巨人」。 これだけ人気なんだからきっと面白いに違いないのですが、 なんか絵が怖そうだし、人がバンバン死んでてグロいっぽいという噂を聞くので、 なんとか漫画を読まずに、それでいて進撃の巨人のキャラについては知りたい、 そう願う潜在的進撃の巨人ファンも全国に70万人くらいいらっしゃると思います。 そこで、データから進撃の巨人にどんなキャラが登場するか推測してみましょう。 扱うデータとして、pixivのタグ情報を利用します。 商品レビューコメントなどとは違い、ファンの創作活動がダイレクトに反映されるサービスなので、 そこに付与されるタグ情報は、ファンの熱（過ぎる）いメッセージが込められているに違いありません。 今回、以下のような縛りを入れています。 1．勿論原作は見ない 2．pixivのタグ情報は参照するけど、
Defining the Future
2年半前からSmartNewsグループに参画していた話 気づけば3年以上ぶりのブログポストになってしまいました。その間、一体何をしていたのかをご説明しましょう。 本日プレスリリースを出しましたが、実は2021年10月1日付で株式会社ジオロジックの株式をスマートニュース株式会社へ譲渡し、完全子会社になっておりました。当初はグループ入りについて早々に一般公開するつもりだったのですが、様々湧き起こる事案によって度々延期され、潜伏期間は気づけば2年半にも及んでおりました。その間、素知らぬ顔をして対話をしてしまった皆様にはこの場を借りて心よりお詫び申し上げます。 さて、ジオロジックは2018年頃から上場準備を進めていました。ところが新型コロナウイルスの影響による2020年3月からの売上急減に追い打ちをかけるように、6月22日にはAppleがWWDCにおいてIDFAをオプトイン化することを発表しました
10分で理解するBusiness Analytics、その全体像
Business Analyticsってよく聞くけれどどんな知識が必要なもの？ 数学のプロじゃないと踏み込めないの？ ビッグデータブームとどう関係するの？ というあたりをゼロから整理。業務のスキマ時間でチェックしてみよう。 昨今、Business Analyticsというキーワードが注目を浴びています。基幹系システムの導入から時間が経過し、企業にデータが蓄積され、それらを活用する技術が進歩してきたことから、企業はIT技術を活用し、データを解析することによって、これを自らの競争優位の源泉にしようとしています。 一昨年ほど前から「ビッグデータ」「データサイエンティスト」などといったバズワードがよく聞かれるようになりました。こうした言葉を耳にして、今後これらの分野でのキャリア展開を念頭に関心を持っている方も少なくないでしょう。ただし、興味はあれどもこれらの技術に対する経験がなく、何をしてよいか分
FrontPage - 情報論的学習理論と機械学習の「朱鷺の杜Wiki」
朱鷺の杜Wiki（ときのもり うぃき）† 朱鷺の杜Wikiは，機械学習に関連した，データマイニング，情報理論，計算論的学習理論，統計，統計物理についての情報交換の場です．これら機械学習関係の話題，リンク，関連事項，書籍・論文紹介などの情報を扱います． 更新されたページを確認するにはRSSリーダを使って右下のRSSリンクをチェックするか，最終更新のページを参照してください． ページの中でどこが更新されたかを見るには，上の「差分」をクリックして下さい． 数式の表示に MathJax を利用しています．数式の上でコンテキストメニューを使うと各種の設定が可能です．特に設定をしなくても数式は閲覧できますが，フォントをインストールすれば数式の表示がきれいで高速になります．詳しくは 数式の表示 のページを参照して下さい． ごく簡単なWikiの使い方がこのページの最後にあります．トップページやメニューなど
データサイエンティストになりたい学生の為の就職先の選び方 - shakezoの日記
ここ半年でIT業界ではビッグデータというバズワードが一気に広がり、データ分析者の需要が急増しています。データサイエンティストは今後10年で最も魅力的な職業になるとも言われており、データ分析に携わる仕事に就きたいと考えている学生も以前よりは増えてきているのではないかと思います。 ビッグデータ、データサイエンティスト、データマイニング、機械学習などのキーワードが散りばめられた記事も連日のように投稿されていますが、新卒の学生がデータ分析の仕事に就くための方法について触れられているものはあまりないようです。IT業界で働いている人たちの間でも、正しい認知が進んでいない状況ですので、データ分析業界の構造を学生さんが理解することは難しいのではないかと思います。 私自身はデータ分析に携わって5年程度で、まだまだ初心者の域を脱していないぺーぺーですが、データマイナーになるためにどんなキャリアを積めばよいかに
データサイエンティストではない人に知っておいて欲しい事 - hotokuとは
統計を専門にしている訳ではない人と話していて感じた違和感があったので、書き留めておきたい。 疑うべき順番は モデル → 推定法 データ分析をしていれば、当然、期待を掛けたモデルのデータへの当てはまりそうが悪いという事が度々ある。こういう時、統計屋さんとして自然に浮かぶのは「モデルが間違っている」という発想である。と思うのだが、非統計屋さんと話していると、このような時に「別の推定法を試してみたらどうだろう」と言われる事がある。多分、目の前のモデルに対する過度の期待から来るのだろうと思うが、このような態度では統計的に見ると妥当性を欠いた分析をしてしまう危険を孕んでいる。 ひとつの事例 とある線型状態空間モデルのパラメータを推定した所、どうしてもデータに合わない部分があった。実は、それが合わない理由は簡単で、ある潜在変数は常に正であるはずなのだ。線型状態空間モデルでは、潜在変数の分布は正規分布で
Web系女子がLispと出会って統計学に目覚めるまでのお話 - あんちべ！
こんにちは！今年の春からWeb系企業でHTML/CSSデザイナーとして働きだしたキラキラ女子（を目指してる）のあんちべ（23）です！よろしくお願いします！私は普段自社のWebサービスのCSSなどを書いている*1のですが、最近データマイニングに興味を持ち始め、データを分析して、自社サービスの売り上げ改善に貢献したいなーと思うようになりました！でも。。。私は文系出身で統計学とか全然わからない*2し、プログラミングも得意じゃない*3し、高価な統計解析ソフトを買うのも辛いです。。。無い無い尽くしですね＞＜；！そんな私に救いの手が！インストール作業不要で、便利な統計処理機能が色々あって、しかも無料という素晴らしいソフト*4を発見しました！その名も"Incanter"です！なんでも、 Lispっていう古くから使われてきた実績のあるプログラミング言語で動いてて、Lispの文法でどんな処理をすればよいかを
注目の職種！データサイエンティストになるための条件｜【Tech総研】
倉橋一成氏 iAnalysis 代表・最高解析責任者 保健学博士（東京大学大学院医学系研究科） 東京大学で医療分野を中心に統計学を研究。機械学習に関して論文発表し博士号を取得。研究成果をビジネスに活かすために、卒業と同時に分析専門会社iAnalysis合同会社を設立。博士過程のころから製薬会社の統計アドバイザーも務める。 現在は医療分野のほかにソーシャルゲーム・Webサービス・金融分野などにおいて、統計学を応用したデータマイニングサービスを展開している。 佐藤洋行氏 株式会社ブレインパッド アナリティクスサービス部 ゼネラル・マネージャー 1977年生まれ。2008年九州大学大学院修了（農学博士）。 大学院にてリモートセンシング画像解析の研究に従事し、2008年ブレインパッドに入社。データアナリストとして化粧品会社をはじめとする大手通販企業のプロモーション、顧客構造分析、Webマーケティン
第23回 データマイニング+WEB＠東京( #TokyoWebmining 23rd)−大規模ソーシャルデータ・アクセス解析 祭り− を開催しました - hamadakoichi blog
2012/10/27 "第23回 データマイニング+WEB＠東京−大規模ソーシャルデータ・アクセス解析 祭り− "を開催しました。 第23回 データマイニング+WEB＠東京 ( #TokyoWebmining 23rd)−大規模ソーシャルデータ・アクセス解析 祭り− : Eventbrite Google グループ 会場提供し運営を手伝って下さった ニフティ株式会社 のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧： 参加者Twitter List: Twitter List TokyoWebmining #23 参加者セキココ：第23回 データマイニング+WEB ＠東京 セキココ (作成してくれた @komiya_atsushi さんに
データマイニングを仕事にする人の生態系 - dataminer.me
「データマイニングを仕事とする人＝データマイナー」はどういう人たちがいるかということについて ビックデータとかで世の中がバズってるけど「僕はデータマイニングをやってます！」といったときに適切にその人がやっている業務領域を把握している人ってかなり少ないと思う。 グリーで働いていたときもデータマイナーはどういった仕事をしていて、何をやっていて何ができるのかっていうことを理解していなくてミスコミュニケーションが生まれていたと思うのでちょっとその生態系についてまとめてみた。おそらく、データマイナーといわれる人は以下のタイプがいる： 研究開発をする人 統計学的に新しいイノベーションを起こせる人。Google のPageRankアルゴリズムを作りましたとか、NetfrixやAmazonのレコメンデーションエンジン作りましたとかいう人がこれにあたる。スキル的には統計学にかなり長けている必要があり、その他
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
ドリコムの分析環境とデータサイエンス活用事例
フェチデータ解析
株式会社ネビラボ
サービス終了のお知らせ