試すのが難しい―機械学習の常識はMahoutで変わる
ビッグデータ時代―なぜ、いま機械学習なのか Apache Hadoop（以下、Hadoop）の登場で、今まで捨てていたデータ、貯めるだけで処理しきれなかったデータを活用できるようになりました。 活用手段として最近とみに注目されている技術が「機械学習」であり、Hadoopの強みを生かし簡単に機械学習を行うためのライブラリが、「Apache Mahout」（以下、Mahout）です。 本稿ではMahoutを動かしてみることで、機械学習の常識を身に付けます。 そもそも、機械学習とは？ 機械学習とは、一定のデータをコンピュータ・プログラムに「学習」させ（すなわち、そのデータに潜むパターンや規則性を表す「モデル」を自動的に構築させ）、他のデータにそのモデルを適用すれば、あたかも人間のように複雑で柔軟な判断が行えるようにするという試みです。 機械学習をビジネスに活用した例は、レコメンド（ユーザーや商品
Apache Mahoutの使い方：テキスト分類のアルゴリズムを活用する
ビッグデータ活用：その分析実装として注目されるMahout 長年蓄積した企業内データや、ソーシャルネットワークサービス、センサ端末から集められる膨大なデータを活用し、企業における利益向上やコスト削減などに活用する動きが活発になってきました。 データの分析手段として最近とみに注目されている技術として「機械学習」があります。大規模データの処理を得意とする大規模分散処理基盤「Apache Hadoop」の強みを生かし、簡単に機械学習を行うためのライブラリが、「Apache Mahout」（以下、Mahout）です。 本稿ではMahoutを用いたデータ分析の例として「文書分類」を取り上げます。マシンを用いて分析実行する際の手順や陥りがちなポイント、チューニング方法の一例を紹介します。 Mahoutとは？ MahoutとはApache Software Foundationが公開しているOSSの機械
2020年の「AI／機械学習」界わいはこうなる！ 10大予測
AI／機械学習やデータサイエンスに対する、エグゼクティブ／意思決定層の理解が深まる AI／機械学習やデータサイエンスの役割分担が進む MLOpsが浸透し、企業は大きな推進力を獲得する AI／機械学習の倫理の問題は、さらに大きくなってしまう AI／機械学習モデルは、説明可能になっていく AutoMLは大躍進する 自然言語処理（NLP）がさらに躍進し、活用事例が増えていく ファイナンス機械学習が一部でブームとなっていく 強化学習の主要な適用範囲が、ゲームから現実世界の産業分野へ移行する 5Gのサービス開始により、“AIoT”の事例が徐々に増えていく それではさっそく、1つ目から順に紹介していこう。なお、番号順は優先度／可能性順というわけではなく、単に説明しやすい分類／粒度順となっている。 1. AI／機械学習やデータサイエンスに対する、エグゼクティブ／意思決定層の理解が深まる AlphaGo（
機械学習で入ってはいけないデータが混入する「リーケージ」とその対策
機械学習で入ってはいけないデータが混入する「リーケージ」とその対策：もう失敗しない！製造業向け機械学習Tips（1）（1/2 ページ） 製造業が機械学習で間違いやすいポイントと、その回避の仕方、データ解釈の方法のコツなどについて、広く知見を共有することを目指す本連載。第1回では「リーケージ」について取り上げる。 ⇒連載「もう失敗しない！製造業向け機械学習Tips」バックナンバー 筆者はデータサイエンティストとして、機械学習自動化プラットフォーム「DataRobot」の導入サポートをさまざまな製造業のクライアントに提供してきました。本連載では、その経験に基づいてお話させていただきます。 機械学習が使われる製造業特有の分野は、物性予測、工程管理、予防保全、故障予測、要因分析など多岐にわたります。しかし筆者は、それらの多くで同様のミスが繰り返されていることに気が付きました。これらの間違うポイント
作った機械学習モデルをWebサービスにしてデプロイする：Webブラウザーでできる機械学習Azure ML入門（3） - ＠IT
Webブラウザーでできる機械学習Azure ML入門（3）：作った機械学習モデルをWebサービスにしてデプロイする (1/2) サンプルを使って、機械学習に必要なお作法を学んだところで、今回は実際にインプットとアウトプットのデータを外部から受けられるようにしてみます。このままデプロイしてAPIテストまで進めてみましょう。 連載第1回では環境を用意し、第2回では実際のサンプルをいじりながら使い方をざっと見てきました。 ここからはもう少し実践的に、ここまでに見てきた「Experiments」を改造して、少し違うことをしてみましょう。ここから先の作業は第2回までで操作した続きです。まだ環境が整っていない方は第1回から順に操作していってみてください。 今まで使ってきたサンプルデータは、編集することができないので、「SAVE AS」をクリックして複製し、まずは編集できるようにします。 サンプルを実際
「Webブラウザーでできる機械学習Azure ML入門」関連の最新 ニュース・レビュー・解説 記事 まとめ - ITmedia Keywords
Webブラウザーでできる機械学習Azure ML入門（3）： 作った機械学習モデルをWebサービスにしてデプロイする サンプルを使って、機械学習に必要なお作法を学んだところで、今回は実際にインプットとアウトプットのデータを外部から受けられるようにしてみます。このままデプロイしてAPIテストまで進めてみましょう。（2014/12/1） Webブラウザーでできる機械学習Azure ML入門（2）： Webブラウザーだけで学ぶ機械学習の「お作法」 Azure MLの使い方を、機械学習の「お作法」に即して見ていきましょう。フローチャートと説明があるので、データを元にしたレコメンドの仕組みを確認できます。（2014/12/1） Webブラウザーでできる機械学習Azure ML入門（1）： Azure MLって何？ からワークスペース作成まで 数学的な知識やソフトウェア知識がないと挑戦しにくい印象の機
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
Pythonで始める機械学習入門
