Deep Learning の次は、TDA 「トポロジカル・データ・アナリシス」 (Topological data analysis) が来る ? ～ その概要と、R言語 / Python言語 実装ライブラリ をちらっと調べてみた - Qiita
人工知能やデータ解析の領域で、膨大な量のデータから、物体概念（物体識別）や音声・体の運動スキーマ概念を自動的・自律的に獲得できる可能性をもった手法として、Deep Learning（ディープ・ラーニング、「深層学習」）と総称される手法が注目を集めています。 こうした中、一部の研究者やベンチャー企業の経営者・エンジニアの中には、このDeep Learningのさらに先をいくデータ解析手法として、TDA：トポロジカル・データ・アナリシス (Topological data analysis) と呼ばれる手法に着目している方たちがいるようです。 Deep Learningと同じく、人間が脳を使って、五感で得た周囲や自分の体についての感覚情報から、どのようにして周囲の環境空間に対する認識イメージや、物体概念、みずからの身体概念を得ているのか？という「問い」に対して、統計学や確率論のアプローチではな
scikit-learn から学ぶ機械学習の手法の概要 - Qiita
前回、株式の時系列データを分析する話で、後半にちょっとだけ機械学習の話をしました。今日は機械学習ライブラリ scikit-learn に触れます。 scikit-learn といえば以前にも簡単なクラスタリングの例をあげたり、サポートベクトルマシンやクラスタリングで問題を解く、 TF-IDF を計算する、回帰モデルの可視化、 DBSCAN によるクラスタリングといったことをしてきましたが、あらためてライブラリの機能を整理します。 機械学習と言うと難しい数学を駆使するイメージがつきまといますが、完成度の高いライブラリを使えば利用者が機械学習の手法そのものを実装しなくても利用することはできます。もちろん手法の内容に対する理解は必要ですが、せっかく scikit-learn という事実上デファクトとも言えるライブラリが存在するのですから、これを使うところから入門していくのが良いかと思います。 以
PyData Tokyo Meetup #2 - 新しいデータ解析インフラ - 資料一覧 - connpass
終了 2014/11/28（金） 19:30〜 PyData Tokyo Meetup #2 - 新しいデータ解析インフラ 「新しいデータ解析インフラ」をテーマにした「濃い」勉強会 ヒデ 他 東京都渋谷区渋谷2-15−1 (渋谷クロスタワー 28F)
みんなビックデータビックデータって言ってるけど 名寄せとかどうしてんの？
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
アナリティクスが直感に反する原因の8割は、データの誤りである 「日本企業はビッグデータの活用に向けて何が足りないのか」（後編） | データ経営｜DIAMOND ハーバード・ビジネス・レビュー
前編ではビッグデータを収集するためのポイント・プログラムの危険性を紹介した。しかしマクナーニ氏は、ビッグデータ不要論は一時的なものであり、今後の競争には欠かせないツールだと説く。強力な武器となりうるビッグデータを、日本企業は正しく活用できるだろうか。 ビッグデータは不要なのか ――日本でビッグデータをうまく使っている企業はありますか。 写真を拡大 Paul McInerney （ポール・マクナーニ） マッキンゼー・アンド・カンパニー プリンシパル。京都大学法学部卒業。アジア太平洋地域におけるマーケティング・営業グループのリーダーとして、消費財・小売、家電、通信、メディアなど、さまざまな分野の企業を支援する。特にマルチチャネル戦略、CRM、プライシング、消費者インサイトを重視した製品開発などの領域におけるコンサルティングに従事。日本在住23年。ツイッター：@paulmcinerney 本格活
西内啓 × 田中幸弘 × 山本一郎 ビッグデータを語り倒すの巻（1）「ビッグデータは幻想なのか？」 | AdverTimes.（アドタイ） by 宣伝会議
第一回「ビッグデータは幻想なのか？」（今回の記事） 西内さん、田中さんのプロフィールはこちらから 第二回「データサイエンティストって、ぶっちゃけどうなの？」（掲載中） 第三回「パーソナルデータで広告界の地殻変動は起きるか？」（掲載中） データを意識し始めた広告業界は「腹の探り合い」状態 山本：2013年は「データと社会」というテーマについて、地に足のついた議論がされ始めた年でしたよね。何より、西内さんの著書『統計学が最強の学問である』がベストセラーになったっていうのは大きなトピックスだった。統計学を一般の人も使いこなせるんだ、というような議論をこれまでしてこなかったわけですからね。 西内：ありがとうございます（笑）。 山本：ずっとね、私もこのテーマで議論できる機会を待ってたんです。ようやくアドタイで実現したということで、今日は色々とお話うかがっていきたいと思います。 西内：こちらこそ、よろ
TechCrunch | Startup and Technology News
VCs are clamoring to invest in hot AI companies, willing to pay exorbitant share prices for coveted spots on their cap tables. Even so, most aren’t able to get into such deals at all. Yet, small, unknown investors, including family offices and high-net-worth individuals, have found their own way to get shares of the hottest…
Rで計量時系列分析：状態変化を伴うモデル（閾値モデル、平滑推移モデル、マルコフ転換モデル） - 渋谷駅前で働くデータサイエンティストのブログ
前回の記事までは多変量時系列モデルとしてのVARモデルを扱ってきました。今回は一旦このシリーズの最終回ということで、元の単変量時系列モデルに戻って「状態変化を伴うモデル」を扱ってみようと思います。 ということでもはや毎回恒例になってますが、使用テキストはいつもの沖本本です。 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) 作者: 沖本竜義出版社/メーカー: 朝倉書店発売日: 2010/02/01メディア: 単行本購入: 4人 クリック: 101回この商品を含むブログ (6件) を見る ただし今回の最後に出てくるマルコフ転換モデルは沖本本の説明では不足と思われるので、Hamilton本もあった方が良いです。 Time Series Analysis 作者: James D. Hamilton出版社/メーカー: Princeton Univ Pr発売日: 1994/01/11メ
ログ解析で楽をする話 #qpstudy でしてきました。
ログ解析というのはインフラエンジニアの基礎の基礎です。アプリケーションが定まればそれなりのログ解析ツールは存在します。Debianのstableですら数十のツールがあります。 とはいえ、実際のログというのは往々にしてアプリケーション毎に全然ちがっているのでツールは役に立ちません。結果としてgrepを駆使したり、はたまたRDBに突っ込んだりして試行錯誤することになります。 見事に解析できたとしても、それを可視化することを考えると楽できることを考えておきたいわけです。 そこで役に立つのはログ解析SaaS．Sumologic, SplunkStorm, Logglyなどけっこうありますが、qpstudyではSumoLogicを紹介してみました。GUIでログを横断的に絞り込めますし、その処理構文はいつでも繰り返すことのできるすぐれものです。 無料で使えるサイズでかなりのことができますので、ちょっと
pandas - Python Data Analysis Library
pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, built on top of the Python programming language. Install pandas now!
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
InfluxDB | Real-time insights at any scale | InfluxData
Matomo - The Google Analytics alternative that protects your data