面倒なデータマイニング作業を時給200円ぐらいでバングラデシュ人に発注してみた:tks(高須 正和)のブロマガ - ブロマガ
先週の金曜に、超会議でお仕事の関係で東京に戻ってきて、そのまま土日はずっとハッカソンをしていた。 疲れ果てつつ充実したハッカソン後 International Space Apps Challenge(以下ISAC)という、NASAが主催しているハッカソンがある。人工衛星の位置データとか、月面や火星の写真とか、その他ものすごい量の様々なデータを世界中のハッカーに解放して、2日間で何か面白いものを開発もらって、宇宙に親しみを持ってね、というハッカソンだ。 いろいろな都市で行われていて、僕は2011年から東京支部に参加している。会場の大きさの限界だった80人はすぐ埋まったようで、シンガポールに行っていて出れなかった去年はもっと大人数で行われたそうだ。 ■NASAのハッカソン いくつかNASAから課題が提示されているのだけど、昔は「好きに何かやってください」みたいなモノが多く、アウトプットも「星
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 [
第29回 データマイニング+WEB＠東京( #TokyoWebmining 29th)－大規模解析・サービス活用 祭り－ を開催しました - hamadakoichi blog
2013/9/21 "第29回 データマイニング+WEB＠東京−大規模解析・サービス活用 祭り−"を開催しました。 第29回 データマイニング+WEB＠東京 ( #TokyoWebmining 29th)大規模解析・サービス活用 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 29th 参加者セキココ：第29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
第28回 データマイニング+WEB＠東京( #TokyoWebmining 28th) −データマイニング・機械学習とビジネス展開 祭り− を開催しました - hamadakoichi blog
2013/7/27 "第28回 データマイニング+WEB＠東京−データマイニング・機械学習とビジネス展開 祭り−"を開催しました。 第28回 データマイニング+WEB＠東京 ( #TokyoWebmining 28th)−データマイニング・機械学習とビジネス展開 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 28th 参加者セキココ：第28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
Webデータ分析＆データサイエンスで役立つ統計学・機械学習系の分析手法10選 - 銀座で働くデータサイエンティストのブログ
追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ
1
Ⅰ 商業環境の現状分析 大型閉鎖店舗再生に取り組んでいくためには、 商業 環境に対する理解を深めるとともに、商圏の把握・分 析方法等についても把握しておくことが必要である。 そのため、まずわが国の小売業の動向や消費・販売 動向を把握するとともに、近年の大型店の出店形態、 商店街の景況などについて整理するとともに、 商圏の 把握・分析方法等について示す。 Ⅰ 商 業 環 境 の現 状 分 析 １．わが国小売業の動向 ここでは平成 14 年商業統計から、わが国小売業の動向について示す。 (1)小売業全体の動向 平成 14 年の小売業の事業所数をみると、 万事業所で平成 11 年と比べると 7.6％ 130 減少している。就業者数４人以下の小規模事業者は１割近く減少しているのに対し、 50 人以上の大型店は 5.2％の増加となっており、流通構造の変化が加速しつつある。 また、就業者数は、前
株式会社パスコ
商圏作成の目的として、 商圏内に含まれる丁目字を作成することで、営業エリアを決定する。または販促エリアを決定する。 商圏内に含まれる人口／世帯数などの統計情報の集計を行う。または既存の顧客数や売上の集計を行う。 地形的な分断要素を考えて商圏を作成することで商圏の形状そのものを見る 大きく上記の3つが挙げられます。
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
