AWS での分析サービスに関する意思決定ガイド
データは、アプリケーションやユーザーによって安全にアクセスおよび分析される必要があります。データは新しく多様なソースから得られており、その量は前例のない速度で増大しています。組織はデータの価値を抽出する必要がありますが、今日における先端的なビジネスによって生成されるデータをすべて取得、保存、分析するために苦戦しています。 これらの課題に対処するには、分析とインサイトを得るためにサードパーティーデータを含むすべてのデータサイロを解消し、エンドツーエンドのガバナンスを整えた上で、組織内の全員がそれらのデータを利用できるようにする、最新のデータアーキテクチャを構築する必要があります。また、分析と機械学習 (ML) システムを接続して予測分析を可能にすることもますます重要になっています。 この意思決定ガイドは、AWS サービス上に最新のデータアーキテクチャを構築するために適切な質問をするのに役立ち
クラウド教室での対面式トレーニング - トレーニングと認定 - AWS
新着 AWS Digital Classroom — オンライン学習の柔軟性を備えた、専門家主導のクラスルームトレーニングに無制限にアクセスできます。スキルビルダーの年間サブスクリプションで利用できます。詳細はこちら » AWS トレーニングと認定は、Forrester Consulting が定量化したように、既存のワークフォースのスキルアップにより、200% 以上の ROI を実現します。 AWS クラスルームトレーニングでは、プレゼンテーションとディスカッション、そして実地の学習を組み合わせて、今すぐ役立つクラウドのスキルとベストプラクティスを教えるインストラクターによるライブの授業が提供されます。 豊富な技術的知識をもつ AWS 認定講師に質問し、共同でソリューションに取り組み、フィードバックを得ることができます。 お客様のチームのために仮想で提供されるプライベートトレーニングによ
AWSによるクラウド入門
真野 智之 (Tomoyuki Mano) <tomoyukimano@gmail.com> version 1.0, 2020-06-19
TechCrunch | Startup and Technology News
Holy procrastination, startup founders! Tomorrow’s your last chance to apply to the Startup Battlefield 200 at TechCrunch Disrupt 2024. Your last chance for a shot to stand on the Disrupt…
RedshiftとBigQueryでよく使うSQLの違いTips - Gunosyデータ分析ブログ
データ分析部インターン生の小川です。インターンでは主に動画収集のロジック実装に取り組んでいました。 Gunosyではログの管理にRedshiftとBigQueryを使用しています。 サービスはAWS上で動いているものも多いので基本はRedshiftで、ログの量が多いものやアドホック分析に用いるものはBigQueryに格納しています。 この2つのサービスでSQLの書き方が微妙に異なるところがあり、もどかしい経験をしたので、今回は、よく使うSQLの文法でRedshiftとBigQueryで表現が異なる所をまとめてみようと思います。 BigQueryの導入についてはこちらの記事をご覧ください。 また、この記事ではBigQueryはStandard SQLで記述していきます。 data.gunosy.io 日付・時刻関数 現在時刻(UTC) 現在時刻(JST) 現在の日付(UTC) 現在の日付(J
GCPとAWSのマルチクラウドで構築する、大規模解析サービスのシステム全体像
大規模解析サービスの構成要素 大規模解析サービスは一般的に、以下の要素から構成されます。 ログ情報等のデータの送信 データの受信 データの保存 保存したデータの解析 解析データの閲覧などができる管理画面の提供 KARTEはユーザのWebアクセスデータをリアルタイムに解析し、アクションまでつなげることができるサービスであり、先ほど説明した5要素は、以下の5種類のコンポーネントによって実現しています。 trackerコンポーネント：エンドユーザで実行されるtracker[1]をエンドユーザに配布するためのコンポーネント trackコンポーネント：エンドユーザからデータを受信するコンポーネント。とくにKARTEでは解析データに基づいてエンドユーザへのアクションを返す役割も持つ dbコンポーネント：解析データなどのさまざまなデータを格納するコンポーネント analyzeコンポーネント：エンドユーザ
Deep Learning AMI for Ubuntu v1.3_Apr2017 now Supports Caffe2
You can now use Caffe2 with the AWS Deep Learning AMI for Ubuntu, available on the AWS Marketplace. The addition of Caffe2, a project led by Facebook, allows developers another choice of deep learning frameworks on the AWS platform. To learn more about Caffe2, you can check out the GitHub repository. The Deep Learning AMI v1.3_Apr2017 for Ubuntu was defined and designed to provide a stable, secure
Tensorflow 1.0でGPU利用 with AWS - Qiita
そろそろ春の足音がしだして、相変わらずの何もできてないっぷりに愕然とする今日このごろです。 さすがに何もしていないのはまずいので、以前触った TensorFlow を再び触り始めています。 相変わらずのGoogleクオリティで、APIが色々と変わっているような気がしますが、いろいろ忘れているので調度良いかなと。 何か一つ作ってみようと、作ってみている最中です（いずれ記事に・・・）が、DeepLearningとかコモディティ化してきていると言われているとはいえ、理解しながら作ろうとすると、もれなく数式とコンニチワするので、文字通りに頭の痛い日々です。でも楽しい。 Amazon LinuxでGPU利用する 今作ってみているものは、学習をCPUだけでやると時間がかかってしょうがない＋学習用データが大きすぎて洒落にならないため、GPUで実施したくなります。 GPUは一応部屋のPCについているとはい
re:Invent 2016 私的HPCまとめ - Qiita
AWS re:Invent 2016に参加してきました。他の誰もやらないであろうHPC的なまとめを私なりにしてみます。 AWS re:Inventについて 私が説明するよりもはるかに素晴らしい紹介コンテンツが山ほどあるので、そちらを参照ください。 毎年参照するのがクラスメソッド様の全セッションまとめです。毎年お世話になります。多謝。 http://dev.classmethod.jp/cloud/aws/reinvent-2016-matome/ KeyNote New Instance Type 新しいインスタンスタイプのリリース、skylake世代がAWSにやってきます。 c5, r4なんかはベンチマークが非常に楽しみです。i3なんかもClusterの共有ファイルサーバとしてI/Oが改善されているので非常に楽しみです。でもやっぱり一番熱いのはf1インスタんですかね。FPGAがAWSにや
【書評】モバイルエンジニア向けのAWS解説書『Amazon Web Services クラウドネイティブ・アプリケーション開発技法』の紹介 - Qiita
【書評】モバイルエンジニア向けのAWS解説書『Amazon Web Services クラウドネイティブ・アプリケーション開発技法』の紹介JavaScriptAndroidAWSiOSSwift 著者・監修の佐々木 拓郎さん、 高柳さん、および SB Creative さまより『Amazon Web Services クラウドネイティブ・アプリケーション開発技法 一番大切な知識と技術が身につく』をご献本いただきました。 昨今のモバイルアプリケーションには大抵の場合バックエンドも必要になりますが、たとえば僕はiOSアプリしかつくれません。そういう場合に、他のサーバーサイドエンジニアやインフラエンジニアと組む以外に、ちょっと前であれば Parse.com を利用してサクッと済ませてしまう、という選択肢もありましたが、来年にはサービス終了してしまうという悲しい事態になってしまった今、やはりモバイ
Amazon QuickSight（あらゆるデバイスからアクセス可能な高速BIサービス）| AWS
Amazon QuickSight は、ハイパースケールの統合ビジネスインテリジェンス (BI) を用いてデータ主導型の組織を強化します。QuickSight では、最新のインタラクティブなダッシュボード、ピクセルパーフェクトレポート、自然言語クエリ、埋め込み分析を通じて、同一の信頼できる情報源からあらゆるユーザーのさまざまな分析ニーズに対応できます。Amazon Q in QuickSight では、ビジネスアナリストとビジネスユーザーが、自然言語を使用して有意義なインサイトの構築、発見、共有を数秒間で行えるため、より短い時間でインサイトをインパクトに変えることができます。
『Amazon Machine Learning Concepts』を読んでみた | DevelopersIO
Amazon Machine Learningが公開されて一月半程経ちますが、当ブログを御覧の皆様はこのサービスについてどの程度利用されていますでしょうか？弊社でも幾つかの案件で試験的に使ってみたり、社内でこの分野について興味を持っているエンジニア達が色々触って試行錯誤している状況です。 私もそんなAmazon Machine Learningに興味を持っているうちの1人ではありますが、私自身、機械学習や統計学についてはそこまで詳しかったり、関連する分野での経験をして来ている訳ではありません。むしろ初心者な方です。そんな私がこのサービスを理解するに当たり、そのコンセプトを解説したドキュメントが公開されていましたので読んでみました。読み進めて行く過程で関連しそうなWeb資料やドキュメント等も併せて参考にしてみたのですが、なにぶん初心者なもので『その理解、言葉の使い方間違ってんじゃね？』的なと
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
Coursera | Online Courses From Top Universities. Join for Free
AWS Training and Certification - Machine Learning
くらまね｜株式会社Colorkrewのクラウドサービス
モンスターストライクを支えるデータ分析基盤と準リアルタイム集計
Amazon S3を中心とするデータ分析のベストプラクティス
Deep Learning Virtual Machine - AWS Deep Learning AMIs - AWS
TechCrunch | Startup and Technology News
ストリーム処理 - Amazon Managed Service for Apache Flink - AWS