人身事故が起きた全国130万件分の地点を日本地図に置き、あなたの近くに潜む危険な場所を可視化しました。各地の小さな交差点で交通事故が多発していることも明らかに。
![全国130万件の交通事故マップ-みえない交差点-プレミアムA:朝日新聞デジタル](https://cdn-ak-scissors.b.st-hatena.com/image/square/c87803e1464ee9c2979b67729efe4e02fcfdc176/height=288;version=1;width=512/https%3A%2F%2Fwww.asahicom.jp%2Fspecial%2Fjiko-kosaten%2Fbnr%2Fjiko-kosaten_ogp_1200x630.jpg)
(4)ビッグデータ活用の注目事例 ビッグデータの活用による発現効果の推計を行う過程で実際の活用事例に関する情報を収集したが、国内外、業種、事業規模を問わず、様々な分野においてビッグデータを活用する取組が始まっていることがわかった。ここでは、各業種から代表的な活用事例を取り上げる。 ア 流通業における活用事例(株式会社アンデルセン) アンデルセンは広島県を本拠とするパンの製造・販売事業者であり、現在全国に71店舗を有している。製販一体体制のため在庫リスクを抱えることなく、また売り切れが発生し機会損失してしまうことのないよう、より正確な販売計画の策定が要求される。 そこで、同社ではANS(アンデルセンシステム)という販売管理システムを導入した。ANSはPOSシステムからの販売履歴情報を解析し、来店客数を関連づけるようにすることで、来店客数から商品売れ行きパターンを予測できるようにした。これまで
データコンバートは楽しい この度データコンバートの仕事が来たので、そのときに行ったチューニングのことをここにメモしておく。 データコンバートの仕事は何度か経験があるが、チューニングに結構頭を使う仕事なので好きな方だ。 さて、前置きはほどほどにして本題に入るとしよう。 今回のお仕事の概要 8億件入っているテーブルをSUMして、同じ定義の別のテーブルにSELECT INSERTする(6億件程度) 集約関数を伴うので、クエリのソート処理は避けられない 移行先のテーブルには1つの複合UNIQUEインデックスと、7つの単一インデックスの合計8つのインデックス作成が必要 データベースはAWS RDS AuroraのMySQLエンジン 少し考えれえば何もチューニングせずに現実的な時間内にコンバートを終えることは難しいことがわかる。 今回はSELECT文のクエリのチューニングは割愛して、それ以外の部分で行
JST CREST「ビッグデータ統合利活用のための次世代基盤技術の創出・体系化」 課題「ビッグデータ時代に向けた革新的アルゴリズム基盤」 Foundations of Innovative Algorithms for Big Data (ABD14) 研究代表者:加藤直樹 教授(京都大学 大学院 工学研究科) 期間:2014.10.01〜2020.03.31(予定) ->->->->->->[正式なページができました]<-<-<-<-<-<- [本領域の説明] [メンバー] [セミナー・シンポジウム] [リンク] [チームA] [チームD] [チームM] 本領域の説明 研究の概要 今世紀に入り注目を浴びているビッグデータは,そのデータ量の膨大さ故に,その基礎となるアルゴリズム理論に根本的な変革が迫られている.例えば,これまでは多項式時間アルゴリズムならば「速い」アルゴリズムであると考えら
2014年6月12日にブラジルで開幕し、世界中の人をくぎ付けにしている2014 FIFAワールドカップは、日本時間の7月5日と6日に渡って、ベスト4を決める準々決勝が行われます。2010年に南アフリカで開催されたワールドカップでは、ドイツの水族館で飼育されていたマダコのパウルくんが、予想した全8試合を全て的中させ話題を呼びましたが、2014年はGoogleが世界中から集められたビッグデータを使って勝敗予測をぶち上げ、なんと決勝トーナメント1回戦の勝敗全てを的中させ、次に行われる準々決勝の勝敗予測を公開しています。 Google Cloud Platform Blog: Google Cloud Platform goes 8 for 8 in World Cup predictions http://googlecloudplatform.blogspot.ch/2014/07/googl
東京・銀座の和食店、がんこ銀座四丁目店。街の喧騒から隔離されたくつろぎ空間は、商談の場としても人気が高い。ここが、過去数回にわたり科学的・工学的アプローチによる「おもてなし研究のフィールド」になった。顧客が望む十分な接客ができているのか。それをつかむため"仲居さん"にセンサーを付け、行動を分析。おもてなしのレベルを高め、夜間の注文件数を4割伸ばすことに成功した。サービス業では、顧客の評価に直結
やがて訪れるデータ・エコノミー社会の将来像〜ビッグデータだけでは見えない情報社会の真実〜[第3回]森 祐治氏「データドリブンな社会では国のあり方も変わる」(1) 2013.03.07 現実世界と情報世界の対比について考えて行くと、経済における実体経済と金融という枠組みに似た形で事態が進んでいることに気づかされます。金融取引の世界においては、現実のモノに基づいた経済から、金融工学によって引きはがされたマネーが流通し、より大きなパワーとなって、それが逆に実体経済に影響を与えるという仕組みになっています。 金融経済が情報経済の先行モデルであるならば、両者の共通点と違いを整理して考えることはデータ・エコノミー社会の議論において、必要ではないでしょうか。金融化が進んだことによって世の中に起きた事象を振り返れば、社会が進もうとしているこれから先を見通すための良いヒントが得られるはずです。 さらに、その
オペレーションズ・リサーチ学会 秋季発表会 関心度(Frequency)と忘却度(Recency)に 基づくレコメンド手法 -サンプリングでは対応できないビッグデータの活用- 2013 年 9 月 12 日 株式会社 NTTデータ数理システム *岩永二郎 鍋谷昴一 梶原悠 五十嵐健太 お知らせ 社名変更 2013年9月1日をもって 「数理システム」から「NTTデータ数理システム」に 社名変更しました. 移転 2013年9月1日をもって 「東京都新宿区新宿2丁目4-3フォーシーズンビル10階」 から 「東京都新宿区信濃町35番地 信濃町煉瓦館1階」 に移転しました. 近くにお越しの際には是非ともお立ち寄りください 2013/9/12 オペレーションズ・リサーチ学会 秋季発表会 2 本日と内容 1.はじめに 2.課題の紹介 3.分析の概要 4.関心度と忘却度に基づくレコメンド手法 5.過学習の
写真●チームが用いる専用の部屋で、取り組みを解説する小池百合子衆議院議員(中央左側)と平井卓也衆議院議員(中央右側) 自由民主党は2013年6月19日、参議院議員選挙でネットを活用した選挙活動を推進する特別チーム「Truth Team(T2)」を発足させた。主な業務は、自民党と立候補予定者79人に対するネットでの書き込みを分析、監視すること。書き込みの分析結果は毎日、立候補者に伝えて、機動的な選挙活動やネットでの情報発信に役立ててもらう狙いだ。Truth Teamという名前はバラク・オバマ米大統領が大統領選で立ち上げた「Obama Truth Team」にちなむという。 チームのトップにはIT政策を担当する平井卓也衆議院議員が就任した。チームは自民党のネットメディア局の議員約20人のほか、選挙スタッフやITベンダーのスタッフらで構成する。顧問弁護士2人も参加し、誹謗中傷の書き込みを発見した
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
はじめに 今回紹介する本は玄人向けではなく「データ分析が重要そうだけど、なんだかよくわかんないと思っている人」向けです。 昨今ではデータマイニングという単語がエンジニアやマーケティング担当者のものだけでなく、経営レイヤーでも重要視されてきています。 ビッグデータというバズワード的なものも頻繁に言われ始めて、めんどくさい上司とかはとにかく口にし出すような状況ではないでしょうか?(想像です) 勉強しないと!と思いはするものの、統計やらHadoopやらRやら、それにまつわるものが多すぎて何から手をつけていいのかわからないもの。 というわけで、私が最近読んだ中でも「何ができるものなのか」という浅く広いテーマについて触れている本をいくつか紹介します。 統計学 統計学が最強の学問である 作者:西内 啓ダイヤモンド社Amazon cakesの連載をまとめた本ですが、統計学がどういった分野に使われているの
Distribution Free Download* Register to get everything you need to get started on your workstation including Cloud Notebooks, Navigator, AI Assistant, Learning and more. Easily search and install thousands of data science, machine learning, and AI packages Manage packages and environments from a desktop application or work from the command line Deploy across hardware and software platforms Distrib
とし @toshihiro36 <ナレーション> いま日本中の車がどこを走っているかを示した地図。車のカーナビゲーションが発信する大量のデータから作られました。私たちは毎日、さまざまなやりとりで膨大な情報を生みだしています。爆発的に増えている情報を「ビッグデータ」と呼んで、それを分析る取り組みが始まっています。 2012-05-29 08:54:24
Hadoopをバッチ処理の高速化に活用しているノーチラス・テクノロジーズは、ビッグデータのブームに真っ向から異論を唱える。「ビッグデータは中身のないバズワード」と断言する代表取締役社長 神林飛志氏に、その真意を聞いた。 Hadoop=ビッグデータは大きな誤解 ノーチラス・テクノロジーズは、基幹系システム向けのミドルウェアを手がける国産ベンチャー。Webサービスのように決して派手ではないが、「そもそもダウンすると、飛行機が飛ばないとか、病院で人が死んでしまうとか、電車が動かないとか、生活に影響が出る分野」(神林氏)という、まさにミッションクリティカルな領域のITで、同社の製品は活用されている。 同社の「Asakusa Framework」は、Hadoopを活用した分散処理により、基幹系バッチの高速化を実現する。神林氏は、「Hadoopというと、WebやSNS系、BIやデータ解析での使い方がメ
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
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