並び順

ブックマーク数

期間指定

  • から
  • まで

201 - 240 件 / 939件

新着順 人気順

データ解析の検索結果201 - 240 件 / 939件

  • ティム・バーナーズ=リー卿曰く「データ解析こそがジャーナリズムの未来」 - YAMDAS現更新履歴

    Analysing data is the future for journalists, says Tim Berners-Lee | Media | The Guardian 池田純一さんのツイートで知った Guardian の記事だが、ティム・バーナーズ=リーが大量のデータを解析するデータジャーナリズムこそがジャーナリズムの未来と考えているようだ。 バーナーズ=リー卿の語り口はは抑制が効いており、"The responsibility needs to be with the press" と付け加えるのも忘れていないが、当然 Wikileaks の話もあり、問題意識はデヴィッド・ワインバーガーの新プロジェクトにも通じるのではないか。 [2011年1月16日追記]:そっと××で Guardian の記事の日本語訳が公開されています。

      ティム・バーナーズ=リー卿曰く「データ解析こそがジャーナリズムの未来」 - YAMDAS現更新履歴
    • Treasure Data Analytics 第4回 〜ブックレビューデータセットによるデータ解析入門(実践編1)〜 - doryokujin's blog

      はじめに 準備編ではデータセット:Book-Crossing Dataset を用意し, Treasure Data のツールベルト一式を導入した上でインポートし,簡単なクエリを実行するところまで行いました。本シリーズでは Treasure Data のデモアカウントが必要になりますのでまだの方は準備編の方を先に参照下さい。 今回は「データを俯瞰する」をテーマに,解析対象としているデータセットがどのような姿をしているのかを視野広く眺めることにしましょう。このフェーズでは全く難しいことは行いません。ここでのキーポイントは セグメント:ノードやアクションのステータスから様々なセグメントを作成しその分布を眺める というステップを地道に行う事にあります。それによってどの「切り口」でデータを深掘りしていけば良いかが見えてくるのです。 データを俯瞰する データ解析は解析対象とするデータセットの概要を知

        Treasure Data Analytics 第4回 〜ブックレビューデータセットによるデータ解析入門(実践編1)〜 - doryokujin's blog
      • eBayの成長を支えるデータ解析の舞台裏 ― Marketing Optimization Summit基調講演

        『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

          eBayの成長を支えるデータ解析の舞台裏 ― Marketing Optimization Summit基調講演
        • GMO プライベート DMP で ビッグデータ解析をするために アプリクラウドで Apache Spark の検証をしてみた

          先日リリースされた『GMO プライベート DMP』に蓄積されたビッグデータを解析して広告配信施策に活用すべく、今最も注目されている技術の一つといっても過言ではない Apache Spark (https://spark.apache.org/) をアプリクラウドの上で検証してみました。Apache Spark の概要から性能評価の結果までご紹介いたします。Read less

            GMO プライベート DMP で ビッグデータ解析をするために アプリクラウドで Apache Spark の検証をしてみた
          • 黒人シリアルキラーの出現率は白人の2倍:殺人鬼1800人のデータ解析から

            世界の三面記事・オモロイド 海外の珍奇な事件、事故、人間模様を伝えます。 検索フォーム Entries 黒人シリアルキラーの出現率は白人の2倍:殺人鬼1800人のデータ解析から Tweet Meeting of the serial killers [アメリカ発] 筆者は猟奇殺人に興味を持っていて、時たま、それ専門のサイト(crimelibrary.com他)を訪問したり、ユーチューブでテレビのドキュメンタリーもの(特に『A&E Biography』は秀逸)を見たりする。そういったサイトやドキュメンタリーでは、ジェフリー・ダーマー、テッド・バンディ、ジョン・ウェイン・ゲーシー等、知名度の高いシリアルキラー(連続殺人犯)を特集したものが多い。それぞれ、彼らの生い立ち、人物像、犯罪、受けた刑罰に至るまで詳しく解説している。 なので、個々の人物に関する情報はネットからでも多く得られるのだが、彼ら

              黒人シリアルキラーの出現率は白人の2倍:殺人鬼1800人のデータ解析から
            • NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用

              クラウド・ITインフラ AWS、Azure等の主要クラウドサービスをはじめ、ネットワークサービスや自社データセンターを含め、マルチプラットフォーム上でお客様のビジネスに最適なITインフラ環境を提供することが可能です。 クラウド・ITインフラ AWS、Azure等の主要クラウドサービスをはじめ、ネットワークサービスや自社データセンターを含め、マルチプラットフォーム上でお客様のビジネスに最適なITインフラ環境を提供することが可能です。 AWSソリューション Amazon Web Servicesをお得に活用できる請求代行サービスをはじめ、導入・移行支援から、運用・監視、プロフェッショナルサポートまで、ワンストップでご提供します。

                NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用
              • 初のネット選挙は「肩すかし」 候補者サイト閲覧は1% グーグル日本法人などがビッグデータ解析 - 日本経済新聞

                検索大手の米グーグルの日本法人は30日、参院選における有権者の投票行動とネットやテレビの閲覧状況との関連性調査の結果(速報値)を発表した。政党や候補者のホームページを選挙前に訪問した人の比率は、最も高い自民党でも1.18%にとどまり、他の政党では軒並み1%を大きく下回った。初めてのネット選挙に対して「盛り上がりに欠けた」という指摘が相次いでいる。共同で調査にあたった慶応義塾大学の曽根泰教教授は「

                  初のネット選挙は「肩すかし」 候補者サイト閲覧は1% グーグル日本法人などがビッグデータ解析 - 日本経済新聞
                • ビッグデータ解析で近未来を予測し、混雑を最適化 -- NTTが新技術

                  NTTは2月18日、ビッグデータの分析を通じて人・モノ・情報の流れを近未来予測し、先行的に制御することで、混雑時の人や交通の流れの最適化することを目指す研究開発「himico」を開始すると発表した。研究は、2020年の東京オリンピック開催を見据えたもので、ビッグデータ分析の関連技術を集めたNTTの「機械学習・データ科学センタ」を中核として行っていくという。 プロジェクトの中核技術としてNTTが開発を目指す「時空間多次元集合データ分析」は、多次元の軸で「時間」と「空間」を考慮することで、過去における一定期間のデータから人、モノ、情報などの流れに対する時間と空間の影響パターンを学習し、数時間程度先の近未来における事象の発生時期と場所を予測。 これを雑踏における人の動きに適用して、近未来の混雑を予測する。そして、予測に基づいて複数の誘導シナリオをシミュレーションし、そのシナリオの中から最も混雑が

                    ビッグデータ解析で近未来を予測し、混雑を最適化 -- NTTが新技術
                  • 生態学データ解析 - GLM 参照

                    一般化線形モデル (generalized linear model; GLM) を簡単に紹介するペイジです 一般化線形混合モデル (GLMM) については GLMM 参照 一般化 (generalized) ではない一般線形モデル (general linear model) も GLM とよばれることがあります 端的に言うと,一般線形モデル (正規分布モデル) は一般化線形モデル (他の分布も OK) の一部です [もくじ] GLM の特徴 ネット上の GLM の解説 GLM を推定計算する R の関数 雑 書籍 GLM の特徴 データのばらつきが二項分布やポアソン分布のときにも使える (その他,正規分布やガンマ分布の場合も) 「世の中は何でもかんでも正規分布でいいんだ」といったまちがった考えかた (まちがった統計モデリング) から脱出するときに有用でしょう link 関数を指定するこ

                    • 【データサイエンティスト入門編】探索的データ解析(EDA)の基礎操作をPythonを使ってやってみよう

                      機械学習エンジニアやデータサイエンティストが、一番最初に行う作業をご存知でしょうか?会社や組織から課題を与えられた場合、最初に行うのが「探索的データ解析」と呼ばれる作業です。 探索的データ解析、英語ではExplanatory Data Analysis(略してEDA)とは、データの特徴を探求し、構造を理解することを目的としたデータサイエンスの最初の一歩です。 探索的データ解析は機械学習のタスクの一番最初のフェーズで、まずはデータに触れてみて、データを視覚化したり、データのパターンを探したり、特徴量やターゲットの関係性/相関性を感じるとるのが目的です。 より高度な機械学習のモデルの構築をしたり、難解な問題を解決する際には、特徴量エンジニアリング(英語でFeature Engineering)を必要することが多々あり、その際に深いデータの知識と理解が求められます。 問題を解決する前に、どのよう

                        【データサイエンティスト入門編】探索的データ解析(EDA)の基礎操作をPythonを使ってやってみよう
                      • データ解析のための統計モデリング入門 1~2章

                        NagoyaStat #1 で用いた発表資料になります。主な内容は統計モデリングの考え方と、ポアソン分布に従うデータに対して最尤推定法を適用する方法です。 This slide is used at NagoyaStat #1 on August 6, 2016. Main contents are way of thinking of statistical modeling and applying Maximum Likelihood Estimation to data following poisson distribution.Read less

                          データ解析のための統計モデリング入門 1~2章
                        • ビッグデータ解析による未来予測を、企業はすでに使い始めた(『ビッグデータの正体』書評1/3) | 希望は天上にあり

                          このところよく耳にする「ビッグデータ」というバズワード。よく聞くんですけど理解があいまいというか、データ解析してなんかするんだろなくらいしかわかってなかったので(つまりほとんどわかってなかったので)、一冊読んでみました。 『ビッグデータの正体』は、ビッグデータについて初めて本格的に論じたベストセラーです。ビッグデータとは何ぞやというところから、未来の犯罪が予測できてしまうといった将来社会に及ぼす影響まで、事例を中心に体系的にまとめられていました。 ビッグデータが社会にもたらす最大の影響が「高い精度で未来を予測できるようになる」ところです。最近ではAmazonの「予測出荷特許」の登録が話題になりましたね。これはユーザが商品を購入する前に、それを予測して商品出荷を開始してしまう、というものです。 アマゾン、注文前に商品を予測出荷する特許を取得(CNET japan, 2014/1/21) 今回

                            ビッグデータ解析による未来予測を、企業はすでに使い始めた(『ビッグデータの正体』書評1/3) | 希望は天上にあり
                          • Amazon.co.jp: データ解析環境「R」: 定番フリーソフトの「基本操作」から「グラフィックス」「統計解析」まで (I/O BOOKS): 舟尾暢男, 高浪洋平: 本

                              Amazon.co.jp: データ解析環境「R」: 定番フリーソフトの「基本操作」から「グラフィックス」「統計解析」まで (I/O BOOKS): 舟尾暢男, 高浪洋平: 本
                            • (教育考差点 ビッグデータの現場から)膨大な学習データ解析:朝日新聞デジタル

                              教育業界で「ビッグデータ」が注目されている。紙からデジタルへとIT化が進む教育現場で、子どもたちの膨大な学習記録を情報端末を通じて集め、残せるようになってきたからだ。「ビッグデータ」を活用すれば、学力は上がるのか。▼2面=「3千億円市場」、19面=学ぶ過程「見える化」 岡山県内のある中学校。男… こちらは有料会員限定記事です。有料会員になると続きをお読みいただけます。 こちらは有料会員限定記事です。有料会員になると続きをお読みいただけます。 こちらは有料会員限定記事です。有料会員になると続きをお読みいただけます。 こちらは有料会員限定記事です。有料会員になると続きをお読みいただけます。

                                (教育考差点 ビッグデータの現場から)膨大な学習データ解析:朝日新聞デジタル
                              • MicrosoftのAIアシスタント「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」が追加される、OpenAIのo3ベースでデータ解析や文献調査が可能

                                MicrosoftはサブスクリプションサービスのMicrosoft 365の一部として、OpenAIのAIをベースにしたAIアシスタントであるMicrosoft 365 Copilotを提供しています。現地時間の2025年3月25日、Microsoft 365 Copilotに新しい業務用推論エージェントの「Researcher」と「Analyst」を追加するとMicrosoftが発表しました。 Introducing Researcher and Analyst in Microsoft 365 Copilot | Microsoft 365 Blog https://www.microsoft.com/en-us/microsoft-365/blog/2025/03/25/introducing-researcher-and-analyst-in-microsoft-365-copil

                                  MicrosoftのAIアシスタント「Microsoft 365 Copilot」に推論エージェント「Researcher」と「Analyst」が追加される、OpenAIのo3ベースでデータ解析や文献調査が可能
                                • Amazon.co.jp: The R Tips 第2版: データ解析環境Rの基本技・グラフィックス活用集: 舟尾暢男: 本

                                    Amazon.co.jp: The R Tips 第2版: データ解析環境Rの基本技・グラフィックス活用集: 舟尾暢男: 本
                                  • アプリ50本分のアクセスログも一元管理!BigQueryは「最強」のデータ解析サービス | SELECK

                                    今回のソリューション:【GoogleBigQuery/グーグルビッグクエリ】 Webサービスやネイティブアプリの運用者を常に悩ませてきたのが、アクセスログの管理・解析の手法だ。これまで様々なデータベースが世の中に登場してきたが、共通して言えたのは、データ量が増えれば増えるほど解析スピードが鈍化するということだった。 それに対処するためサーバーに高額な投資かけると、結果的に管理コストが膨らむことも課題であった。 そこに革命を起こしたのが、 Google Cloud Platform が提供するビッグデータ解析サービス「Google BigQuery(以下、BigQuery)」だ。BigQueryを使うと、数テラバイトのデータに対しても僅か数秒で SQLクエリを実行することができる。 とにかく高速で、しかも安い。Googleの革命的な大量データ分析用テクノロジーを存分に活かしたサービスだ。 「

                                      アプリ50本分のアクセスログも一元管理!BigQueryは「最強」のデータ解析サービス | SELECK
                                    • 東北大学加齢医学研究所 川島隆太教授監修 ものすごく脳を鍛える5分間の鬼トレーニング:鬼計算トレーニングデータ解析レポート

                                      ※「4バック以上」の人数には、「6バック以上」「8バック以上」「10バック以上」の人数も含まれています。同様に「6バック以上」には「8バック以上」「10バック以上」、「8バック以上」には「10バック以上」の人数が含まれています。 鬼計算では、発売当初、「3バックの壁」の存在が聞こえてきましたが、女性6706人のうち約52%、男性9204人のうち約74%の方が3バックの壁を越えていました。 年代ごとに解析をすると、20代と30代の方の成績が圧倒的に良く、50代以上になると3バックの壁を越えることができたのは約3分の1の方々しかいませんでした。自分の成績が同じ年代の方と比較して、どの程度に位置するのかをデータより読み取っていただくと、励みになるかもしれません。 統計的には全体の5%以下は、普通ではないとみなしますので、8バック以上に進んでいる皆さんは、普通じゃない皆さんです。10バック以上に到

                                      • 復号せずに複数の暗号化データの関連性を解析、NICTらが医療データ解析で実証

                                        情報通信研究機構(NICT)のセキュリティ基盤研究室と筑波大学は2018年7月18日、三重大学で教授を務める山田芳司氏の協力の下、医療データを暗号化したまま解析する技術「まぜるな危険準同型暗号」を用い、同暗号方式の性能を実証したと発表した。暗号化した医療データを復号せずに、解析対象データかどうかを判別できる。例えば個人の遺伝情報と病気の罹患(りかん)情報との統計的な関連性を、データを暗号化したまま安全に解析できといった利点があるという。 個人のプライバシーを保護した上で医療データを新たな治療法の開発などに活用しようとした場合、プライバシー保護の手段としては暗号化が有効だ。暗号化したデータに対して加算や乗算が可能な準同型暗号技術を利用したデータ解析技術の開発が進んでいる。 ただしデータを暗号化すると、そのままでは解析対象のデータかどうかを判別できなかった。判別するには復号する必要があり、プラ

                                          復号せずに複数の暗号化データの関連性を解析、NICTらが医療データ解析で実証
                                        • Tableauが“個人向け”のビッグデータ解析アプリを開発した理由

                                          米国Tableau Softwareは、iPad向けに個人用データビジュアライゼーションアプリ「Vizable(ビザブル)」を発表した。 Tableauは、法人向けビッグデータ解析ツールの開発や提供で知られており、日本でも導入企業が拡大しているが、あえて個人向けにデータ解析ツールを開発したのはなぜなのか。Tableau Softwareでモバイル・成長戦略部門のバイスプレジデントを務めるデイヴ・ストーリー氏の来日に合わせて話を聞いた。 国の統計データから家計簿まで、あらゆるデータをビジュアル化する --まず、Vizableの概要について教えてください。 Vizableは、データから簡単にビジュアライゼーションができるiPadアプリです。CSVやExcelのスプレッドシートをVizableで開くと、数秒でビジュアライゼーションして、ピンチやスワイプ、ドラッグなどの直感的な操作で、データをさま

                                            Tableauが“個人向け”のビッグデータ解析アプリを開発した理由
                                          • NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用

                                            クラウド・ITインフラ AWS、Azure等の主要クラウドサービスをはじめ、ネットワークサービスや自社データセンターを含め、マルチプラットフォーム上でお客様のビジネスに最適なITインフラ環境を提供することが可能です。 クラウド・ITインフラ AWS、Azure等の主要クラウドサービスをはじめ、ネットワークサービスや自社データセンターを含め、マルチプラットフォーム上でお客様のビジネスに最適なITインフラ環境を提供することが可能です。 AWSソリューション Amazon Web Servicesをお得に活用できる請求代行サービスをはじめ、導入・移行支援から、運用・監視、プロフェッショナルサポートまで、ワンストップでご提供します。

                                              NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用
                                            • Exif Reader - デジタルカメラデータ解析ツール

                                              最近のデジタルカメラのほぼすべてが対応しているExifという画像形式に含まれる情報を解析して表示するツールです。例えば撮影時の明るさ。フラッシュの有無、焦点距離などいろいろな情報が写真以外に含まれています。これらの拡張子はJPGで普通のJPEGと同じように扱うことが出来ます。またほぼすべてのメーカー独自情報の解析も可能です。 Exif以外にもEOS/DやKodakのプロフェッショナル向けデジタルカメラに採用されているTIFF/EPフォーマット。日本新聞協会のNSK-TIFF。Xerox社のFAX向け規格TIFF-FXなどにも対応しています。 そのほか、Photoshop6でExifファイルをPSD形式で保存した場合にPSD内に保持されたExif情報や各種CCDRAW形式やQuicktimeMovieなどにも対応します。 URLから直接Exifを開く機能の追加 URLの直接ドラックをサポート

                                              • Hadoopで始める並列データ解析/後編 | Inhale n' Exhale

                                                1月13日(金)にPalo Altoで行われたJTPAのギークサロンに参加してきた。今回は参加者がラップトップ持ち込みでコーディングしていくハッカソン形式で、会場入りする前までにHadoopが使える環境を自前で用意しておく必要があった。 前編では、Hadoopを使って計算処理をするための準備として、EC2上にHadoopクラスタを構築する方法を紹介した。後編では実際にギークサロンで手を動かしてやったことを中心に紹介していこう。 WordCount.java – 最初のサンプルコード Hadoop Tutorial / Module4: MapReduceで紹介されているWordCount.javaを使って、EC2上のHadoopクラスタで処理をさせてみる。いわゆる"Hello, wolrd!"的なサンプル。 まずはEC2上のUbuntuにSSHでログインして、Hadoopのクラスタを立ち上

                                                  Hadoopで始める並列データ解析/後編 | Inhale n' Exhale
                                                • 人材獲得に力をいれはじめたSlack、データ解析のPalantirや元Facebookメンバーをエグゼクティブクラスに登用 - BRIDGE(ブリッジ)テクノロジー&スタートアップ情報

                                                  人材獲得に力をいれはじめたSlack、データ解析のPalantirや元Facebookメンバーをエグゼクティブクラスに登用 <ピックアップ>Slack Hires New Execs From Facebook and Palantir チーム向けメッセージングツールのSlack。日本でも人気なSlakですが、いよいよIPOか?といった話題も浮き上がっていました。28億ドル評価のSlackですが、人材のリクルートにも力をいれています。 CSO(chief security officer)として登用されたGeoff Belknap氏は、PalantirのCIO(chief information security officer)を担っていた人物。Palantirといえば、FBIやCIA、米国防省、NY警察などをクライアントに抱える秘密主義のビックデータ解析を主としているベンチャー。201

                                                    人材獲得に力をいれはじめたSlack、データ解析のPalantirや元Facebookメンバーをエグゼクティブクラスに登用 - BRIDGE(ブリッジ)テクノロジー&スタートアップ情報
                                                  • データ解析技術

                                                    構造データとその重要性 機械学習の伝統的な問題設定では、多数のベクトル集合が訓練データとして与えられ、それを元に、何らかの関数関係を学習(もしくはフィッティング)します。しかし2000年代になって、機械学習がさまざまな実データで試される中で、このような伝統的な問題設定には乗りにくいデータが、大量に存在していることが認識されるようになってきました。 その典型例は、訓練データが図1のようなグラフ集合として与えられる場合です。図において、丸が頂点、直線がつながった辺を表します。頂点につけられたアルファベットは、頂点につけられた何らかのラベルを表します。 図1 グラフの例 グラフ集合の実例としては、たとえば、化学構造式が大量に格納されたデータベースが挙げられます。あるいは、If-Thenルールの集まりを木として見た場合、ある種の知識ベースもまたグラフ(木)集合を保持しているとみなすこと

                                                    • RとRubyによるデータ解析環境を手っ取り早く構築してデータ解析するまで - snowlongの日記

                                                      RとRubyによるデータ解析入門買いました。 データマイニングとかいま流行ってて面白そうだなー、でもどこからはじめればいいのかなーって前々から思っていたんです。 そんなところにRとRubyを使ってデータ分析のやり方をいちから教えてくれる本が出たなら買うしかないですよね。 コマンド叩くだけでデータ解析が簡単にできちゃって、無意識のうちにニヤニヤしてしまい我ながら気持ち悪い毎日を過ごしています。 この本の素晴らしい点はRとRubyの環境を用意さえすれば、コマンドを実行するだけでデータ解析ができちゃう!!(気分にさせてくれる)ところです。 プログラミングや統計の知識がなくても大丈夫、あとでわからないところは勉強すればいいんです。 簡単にデータを生成&分析して、結果を視覚的に確認できるところがすごくいいなと思いました。 というわけで、手元のMacかLinuxが動くマシンを使って、データマイニングを

                                                        RとRubyによるデータ解析環境を手っ取り早く構築してデータ解析するまで - snowlongの日記
                                                      • mirandora.com - データ取得、データ解析、データビジュアライズに関するメディア

                                                        collect, analyze, and visualize data / produced by Hiroyuki Shinoda

                                                        • Rによる保健医療データ解析演習

                                                          このページは表記の本(奥付では2007年12月25日刊行。12月19日現在,Amazonで予約可になりましたが,Amazonでは12月27日刊行となっています)についての情報を掲載するためのものです。コメントや質問はWikiまたはメールでお願いします。 書誌情報 著者:中澤 港 題名:Rによる保健医療データ解析演習 出版社:ピアソン・エデュケーション(本書の紹介) 発行:2007年12月第一刷 外形:B5判,288ページ 価格:税込み3,150円(高くなってしまってごめんなさい) ISBN:978-4-89471-755-8(Amazon | bk1) 正誤表 以下の誤りについて,お詫び申し上げます。出版物では可及的速やかに(つまり,増刷の機会があれば,ということですが)修正します。 (2008年8月27日記)なお,第6章第2節「独立2標本の平均値の差の検定」(p.74〜p.78)において

                                                          • SOLS(ソルス)の評判!実績から利回りや投資期間をデータ解析

                                                            登録や投資でAmazonギフト券や楽天ポイントなど各種ポイントがザクザク貯まる案件も紹介中! どうせなら、お得に登録や投資をしていきましょう👍 キャンペーン一覧はこちら SOLS(ソルス)の評判! 実績から利回りや投資期間をデータ解析SOLS(ソルス)の評判は? 過去案件を解析し、強みと弱みを解説! また、投資するべき案件条件も大公開しています! この記事でわかること ・SOLS(ソルス)とは? ・メリットや特徴 ・デメリットとリスク ・投資したいファンド条件 ・SOLS(ソルス)のファンド実績 ・怪しい・怪しいの評判や口コミの真相 ・キャンペーン情報 【最新のファンド情報】 SOLS第9号案件:東京都渋谷区恵比寿 ・年利6% +投資額の2%分のアマギフ ・投資期間12ヶ月 ・抽選案件 ・2024年11月22日~12月5日 〜ワンポイント解説〜 借入併用型で 借入金: 約60.87% 優

                                                              SOLS(ソルス)の評判!実績から利回りや投資期間をデータ解析
                                                            • 簡単にデータ解析をすることができるPythonライブラリPandas入門 - MyEnigma

                                                              Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理posted with カエレバWes McKinney オライリージャパン 2018-07-26 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 データ解析ライブラリPandas インストール Windowsでpipでpandasをインストールした時にvcvarsall.batが無いと言われた場合 データファイルの読み込みと書き込み CSVファイルからの読み込み CSVファイルへの書き込み データフレームの作成 ある時刻毎のデータフレームを作成 データフレームの情報を取得する index変数 columns変数 shape変数 info関数 describe関数 head関数 tail関数 データの抽出 インデックスを使う インデックスとカラム名を使ってデータを取得する 条件式

                                                                簡単にデータ解析をすることができるPythonライブラリPandas入門 - MyEnigma
                                                              • ECサイトのデータ解析に話題のLooker Studio(旧:Googleデータポータル)を活用しよう | EC業界ニュース・まとめ・コラム「eコマースコンバージョンラボ」

                                                                ECサイトのデータ解析に話題のLooker Studio(旧:Googleデータポータル・Google Data Studio)を活用しよう ECサイトのデータ解析は独自ドメインの店舗であれば長年Google Analyticsが活用されてきた。しかし実際にはその使い勝手の難しさからEC事業者にはなかなか浸透せず、体感ではGoogle Analyticsの導入率は15%程、実際のEC事業者側が定期的に閲覧している割合となると3%にも届かないのではないかと感じている。しかし、最近注目されているLooker Studio(旧:Googleデータポータル)では少しITが苦手なEC事業者でも、手軽にデータの確認が可能な使い勝手となっているように感じる。そこで今回はECサイトのデータ解析を行うために、Looker Studioの基本的な活用方法を紹介していく。 ※当記事は2017/5/26に作成・公

                                                                  ECサイトのデータ解析に話題のLooker Studio(旧:Googleデータポータル)を活用しよう | EC業界ニュース・まとめ・コラム「eコマースコンバージョンラボ」
                                                                • 関数型プログラミング、Deep Learningの次にくるデータ解析アルゴリズム、「意識」をもった人工知能の創出、金融・生命科学シミュレーションの最先端を切り開くハイエンド人材になるために必要な数学を整理してみた - Qiita

                                                                  表題のとおり、以下、関数型プログラミング、Deep Learningの次にくるデータ解析アルゴリズム、「意識」をもった人工知能の創出、金融・生命科学シミュレーションの最先端を切り開くハイエンド人材になるために必要な数学を整理してみました。 「プログラミング・データ解析の先端領域」別 役に立つ「数学の領域名」 【 群論・圏論 】 (1)関数型プログラミング言語、関数型プログラミング 圏論の歩き方委員会(編)『圏論の歩き方』日本評論社 WIKIBOOKS 「Haskell/圏論」 (Wikipedia)CPL(圏論プログラミング言語) (SlideShare)Masahiro Sakai 「Introduction to Categorical Programming (Revised)」 Hatena::Diary (2013/3/13)『「ラムダ計算」を独学で学習するための,講義ノートやP

                                                                    関数型プログラミング、Deep Learningの次にくるデータ解析アルゴリズム、「意識」をもった人工知能の創出、金融・生命科学シミュレーションの最先端を切り開くハイエンド人材になるために必要な数学を整理してみた - Qiita
                                                                  • 実験データ解析再入門:論文を「フェイクニュース」にしないために

                                                                    脳科学若手の会ワークショップ(2022.3.13) 神谷之康(京都大学・ATR) 概要 概念や仕組みをよく理解しないまま実験データの解析で使っている統計手法はありませんか。神経科学では大規模で多様なデータ取得が可能となり、統計解析の重要性が増しています。昔なら比較的無害だった統計の誤用が致…

                                                                      実験データ解析再入門:論文を「フェイクニュース」にしないために
                                                                    • NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用

                                                                      DX実現のための円滑なクラウドジャーニーに必要な 「導入」「最適化」「データ活用」 の3要素をカバーした マネージドサービスプロバイダ インターネット黎明期から20年、多くのお客様のITインフラの設計構築、最適化ご支援実績で培った高い技術力をもとに、 AWS、Google Cloud(GCP)、データセンターとビッグデータの活用による、ハイブリッド・マルチクラウド環境での経済性、利便性、安全性に優れた アーキテクチャの実現のため「最適解」を追求し続けています。 Going Cloud導入・移行 オンプレミスとクラウドの両方に精通しているエンジニアが初期設計から移行・導入、ハイブリッド環境の統合管理までワンストップでサポートします。 Managed Cloud構成・運用管理 AWS 次世代 MSP 認定等に裏付けされたベストプラクティスの実践と継続的な最適化を提供するマネージドサービスにより

                                                                        NHN テコラス | AWS・クラウド、ビッグデータ解析などのITインフラ活用
                                                                      • Amazon.co.jp: 検定力分析入門―Rで学ぶ最新データ解析―: 豊田秀樹 (著), 豊田秀樹 (編集): 本

                                                                          Amazon.co.jp: 検定力分析入門―Rで学ぶ最新データ解析―: 豊田秀樹 (著), 豊田秀樹 (編集): 本
                                                                        • 生態学データ解析 - ランダム効果とは?

                                                                          リンク GLMM 参照, R 関連の参照 自由集会 2006 「個体差」のモデリング Crawley 先生 が書いた生態学者むけの統計学と R 入門書 Michael J. Cawley. 2005. Statistics: An Introduction using R. Wiley (URL) の p.178 あたりに random effects の丁寧な説明があったので久保が 勝手ながら翻訳してみます.この random effects は (たとえば) logistic 回帰や Poisson 回帰の overdispersion の原因となったり,あるいは正規分布 + 線形モデルなら大きすぎる「測定誤差」をもたらすものです. てきとーなる訳者・久保からいくつか注意あるのですが…… そもそも久保訳文がよくわからない・意味不明ぎみなところがありますので,参考程度にしてください 気に

                                                                          • 共同発表:水をくんで調べれば、生息する魚の種類が分かる新技術を開発~魚類多様性の調査にもビッグデータ解析時代の到来~

                                                                            水をくんで調べれば、生息する魚の種類が分かる新技術を開発 ~魚類多様性の調査にもビッグデータ解析時代の到来~ ポイント 海や川などに生息する魚の種類を調べるには大きな労力と費用がかかっていた。 環境DNAから魚種を判定できる技術を開発し、その性能を水族館で検証した。 将来、魚を捕獲せずに魚類多様性のモニタリングが可能になる。 JST 戦略的創造研究推進事業(CREST)の一環として、千葉県立中央博物館の宮 正樹 主席研究員、東北大学、東京大学、沖縄美ら島財団、神戸大学、龍谷大学、北海道大学からなる研究グループは、魚から体表の粘液や糞などとともに水中に放出されたDNA(環境DNA)を分析することによって、DNAを放出した魚の種類を判定する技術を開発しました。 海や川や湖沼に生息する魚の種類を調べるには、水中に潜って魚を観察したり、網などの漁具を使って魚を捕るなど、多大な労力と費用がかかる上に

                                                                            • メタップス、43億円調達 ウエアラブル端末などのデータ解析 - 日本経済新聞

                                                                              スマートフォン(スマホ)向け広告大手のメタップス(東京・新宿、佐藤航陽社長)はこのほど、米国のベンチャーキャピタル(VC)や国内の事業会社などに対して第三者割当増資を実施し合計43億円調達した。資金は研究開発に充て、ウエアラブル端末や自動車などのデータを解析できる体制を整える。同社はこれまで主にスマホアプリの利用データを収

                                                                                メタップス、43億円調達 ウエアラブル端末などのデータ解析 - 日本経済新聞
                                                                              • Facebookのデータ解析によってあなたの恋人が誰か大体分かる

                                                                                By Brandon Warren Facebookは全世界で約11億5000万人、日本国内でも約2200万人の月間アクティブユーザー数を抱える世界最大のSNSサイトの1つです。大量に登録されたFacebookユーザーから集められたデータは個人情報を知りうることには十分で、あるネットワーク分析の専門家が、かなり高い精度でユーザーの好きな人や恋人を判別できる方法を開発しました。 (PDFファイル)1310.6753v1.pdf http://arxiv.org/pdf/1310.6753v1.pdf Facebook Data Scientists Know Who Your Lover Is - Rebecca J. Rosen - The Atlantic http://www.theatlantic.com/technology/archive/2013/10/facebook-dat

                                                                                  Facebookのデータ解析によってあなたの恋人が誰か大体分かる
                                                                                • GitHub - aviatesk/intro-statistical-modeling: 『データ解析のための統計モデリング入門』の勉強ノート

                                                                                  You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

                                                                                    GitHub - aviatesk/intro-statistical-modeling: 『データ解析のための統計モデリング入門』の勉強ノート