Hivemallを利用した機械学習実践入門 （第一回: ドラッグストアのセールス予測） - トレジャーデータ（Treasure Data）ブログ
本特集では、Treasure Data環境で利用可能な機械学習ライブラリHivemallを利用した機械学習の実践方法を紹介します。世界のデータサイエンティストが腕を競うデータサイエンスコンペティションサイトKaggleの中から、実践的な課題を扱っていきます。 1. はじめに 第一回は小売業の売り上げ予測するタスクであるRossmann Store Salesコンペティションを課題に用います。アルゴリズムとしては、決定木を利用したアンサンブル学習手法の一種であるRandom Forest回帰を利用します*1。 Rossmannはヨーロッパの７カ国で3,000以上の店舗を展開する薬局チェーンです。各店舗のマネージャーは6週間先までの店舗の売り上げを予測することがタスクとして課されています。各店舗の売り上げはプロモーション活動、競合要素、学校の休みや祝日、季節性、地域性など様々な要因に左右されま
モバイルアプリ分析サービスのpostback連携とTreasure Data - Qiita
モバイルアプリ分析サービスのpostback連携とは モバイルアプリ分析サービスは、モバイルアプリの広告効果やユーザ行動データ分析をサポートするプラットサービスで、現在これらのサービスを提供しているプレーヤーは国内海外含めて数多く存在しています。 メジャーなモバイルアプリ分析サービスとしては以下のようなものがあります。最近ではadjustやAppsFlyerなどの海外サービスを利用するケースが国内でも増えているようです。 Adjust AppsFlyer TUNE KOCHAVA 基本的には、各種イベントを定義してモバイルアプリ内に埋め込み、ユーザ行動をトラッキングし、データを収集、分析する仕組みになっていますが、この収集データを他の連携サービスへも転送する仕組みをpostbackと言っています。 モバイルアプリ分析サービス上で、さまざまな分析やレポーティングができるのに、そもそもなぜ、p
Data Tanks: Faster Reporting and Unlimited Connectivity - Treasure Data Blog
Announcing Data Tanks: Faster Reporting and Unlimited Connectivity Announcing Data Tanks: Faster Reporting and Unlimited Connectivity Last modified: May 16, 2019 Announcing Data Tanks: Faster Reporting and Unlimited Connectivity Today I’m happy to announce a new addition to Treasure Data’s world-class analytics infrastructure: Data Tanks. Data Tanks provide easy access to your aggregated metrics t
Treasure Data Summer Intern 2015 - myui's memo
8/3〜9/30 の2ヶ月間、トレジャーデータ（以下、TD）ではSummer Internで3名の学生を受け入れ、その受入責任者を担いました。 初めての試みでしたが、いずれの学生も優秀で与えられたタスク*1を成功裏にこなしてくれました。 熱が冷めないうちに、来年度のためにもここに内容をまとめます。 TDインターンの特徴 TDインターンの特徴は、基本的に開発成果をオープンソースソフトウェアとして公開することです。Fluentdのnanosecondサポート、マルチプロセスでのソケット共有、HivemallへのFactorization Machineの実装それぞれgithubでオープンに開発しております。 成果を全てオープンソースとすることはTD的には利点ばかりではありませんが、インターン生にはインターン期間が終わっても自身が携わったプロダクトに興味を持って頂けえば、と思っております。 イン
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
Google
