ビジネス実務の現場で有用な統計学・機械学習・データマイニング及びその他のデータ分析手法10+2選（2016年版） - 渋谷駅前で働くデータサイエンティストのブログ
そう言えば3年前にこんなまとめ的エントリを書いたのでした。この内容はそのままかなりの部分が2年前に刊行した拙著の原案にもなったということで、色々思い出深いエントリです。 なのですが。・・・この3年の間に統計学・機械学習・データマイニングの諸手法及びそれを取り巻くビジネスニーズには様々な進歩があり、そろそろこの内容にも陳腐化が目立つようになってきました。ということで、3年間の進歩を反映してアップデートした記事を書いてみようと思います。前回は「10選」でしたが、今回は「10+2選」に改めました。そのラインナップは以下の通り。 統計学的検定（t検定・カイ二乗検定・ANOVAなど） t検定 カイ二乗検定 ANOVA（分散分析） その他の検定 重回帰分析（線形回帰モデル） 一般化線形モデル（GLM：ロジスティック回帰・ポアソン回帰など） ロジスティック回帰 ポアソン回帰 正則化（L1 / L2ノルム
SBM研究会プレゼン資料
開催概要： ■開催日 2008年7月12日（土） ■講演時間 10:00〜17：30 ■場所 東工大大岡山キャンパス ■スケジュール、講演概要： http://toremoro.tea-nifty.com/tomos_hotline/2008/06/sbm_0921.html 講演資料 ☆学びing株式会社 企画営業部 課長 メディアプランナー 横田 真俊 「ソーシャルメディアとマーケティング」(7/14修正版アップ） ☆東京工業大学 大学院理工学研究科 集積システム専攻 助教 博士(工学) 宮田 高道 ☆東京工業大学 大学院理工学研究科 集積システム専攻 博士課程 佐々木 祥 「SBMデータを用いたwebコンテンツ推薦」(7/23修正版アップ） ☆フランステレコム株式会社 (France Telecom R&D Tokyo) 早稲田大学大学院 理工学研究科 情報・ネットワー
私がチャレンジしたSBMデータマイニング
3. 自己紹介(1) 筑波大の 筑波大のM1の学生 専門は 専門はHPC ・クラスタコンピューティング ・スーパーコンピュータ ・グリッドコンピューティング テーマの例 ・簡便にボランティアコンピューティングを実現するためのフレームワーク ・仮想マシンを用いた分散システムの耐故障性評価環境 etc…… 2008年7月12日 SBM研究会 3 4. 自己紹介(2) 物作りが大好き 物作りが大好き りが大好 ・いろいろ作った いろいろ作 最近だとひらめいった だとひらめいったー ・最近だとひらめいったーとか 学部3 (2年前 年前) ・学部3年(2年前)の時に SBMにハマる SBMにハマる 今回の 今回の話 2008年7月12日 SBM研究会 4 5. 自己紹介(3) with はてブ はてブ 主に使うSBMははてブ ブログのブクマ数 = 794 サービスの置いてあるアドレスのブクマ数 =
Koichi Hamada
Senior Staff Research Engineer, Artificial Intelligence As a senior staff research engineer for Artificial Intelligence, I develop a broad range of mobile and online services utilizing AI, such as games, gaming platforms, entertainment content distributions. I have developed dozens of machine learning systems for hundreds of million users and accelerated services. For example, I have developed doz
hamadakoichi blog
2017/10/28 "第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー" を開催しました。 第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ーEventbrite Google グループ 会場提供して下さった FreakOut 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。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： 参加者セキココ：第60回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「デー
ITエンジニアがデータサイエンティストを目指すには？
ITエンジニアがデータサイエンティストを目指すには？：ITエンジニアのためのデータサイエンティスト養成講座（1）（1/2 ページ） それぞれの専門分野を生かした「データサイエンスチーム」を結成すればデータ活用への道は短縮できる。そのとき、ITエンジニアはどんな知識があればいい？ データサイエンティストとして活動する筆者が必須スキル「だけ」に絞って伝授します。 連載バックナンバー はじめに：分析スキルの課題をどう乗り越えるべき？ 昨今では、IT系のメディアのみならず一般雑誌や新聞なども“ビッグデータ”というキーワードを見出しに使っています。この文字を目にしない日がないくらいに多用されていて“バズワード”としてとらえられるケースも少なからずあるようです。 しかし、世界の至る所で――もちろん日本でも、ビッグデータを分析することで新たな知見を見つけて利益を増大した企業や、顧客の購買行動を予測するこ
データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します（この論文は@doryokujin君のポストで知りました、ありがとうございます！）。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
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
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
株式会社ユーザーローカル