氷解！データ分析、機械学習手法ってたくさんあるけどいつどれを使えばよいのか - Qiita
たくさんいいねいただきありがとうございます。2016年の記事で古いのでいずれ全面改訂しようと思いますが、古さが目立つ箇所のみまずは訂正しました。 データ分析・機械学習の代表的な手法には何があるか 代表的な本、技術リスト、データサイエンティストの推奨ではデータ分析・機械学習手法はどんなものがリストアップされているか ここでは、統計学的検定、多変量解析、機械学習を分けていない 構造化データ（いわゆるテーブルデータ）のみ対象とし、画像、自然言語処理、マーケティングの専門的な分析等は対象外 補足を下記に 代表的な手法と紹介のされ具合 分析手法 『Rによるデータサイエンス-データ解析の基礎から最新手法まで』 『はじめてのパターン認識』 データサイエンティスト協会スキルチェックリスト 「デジタルガレージCDOから学ぶ！マーケターのための実践・データ分析入門～事例紹介を通じて5つの手法をマスター～」 デ
エフセキュアブログ : インターネットの現状についてのデータマイニング
インターネットの現状についてのデータマイニング 2016年04月26日00:00 ツイート fsecure_corporation ヘルシンキ発 当地ヘルシンキにあるアールト大学では、毎年ソフトウェア・プロジェクトの演習を2〜3年生に向けて開催している。この演習の考えは、リアルな目的、リアルな顧客、リアルな締め切りがあるリアルなソフトウェア・プロジェクトの作業を学生が味わえるようにすることだ。演習は初秋に始まる。学生がチームを組み、地元企業から提示される一連のプロジェクトの中から選択する。プロジェクトの作業は10月下旬に始まり、翌年の4月中旬まで続く。演習の最後には、最良のプロジェクトが3つ選定され、この3つのチームが最終決戦のデモで戦う。そして1チームが勝者となる。今年はエフセキュアが後援するチームが、優勝トロフィーを4月19日に授与されて、持ち帰った。 アールト大からの当社チームが勝利
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
検索ログから「じわじわ検索頻度が上昇しているキーワード」を見つける - クックパッド開発者ブログ
こんにちは。トレンド調査ラボの井上寛之（@inohiro）です。 普段は法人向けサービス「たべみる」の開発を担当しています。 たべみるはクックパッドの検索ログを基にしたサービスで、任意のキーワードの検索頻度、キーワード同士の組み合わせ検索頻度、 およびそれらを地域や年代・性別で絞り込んで分析することができます。 トレンド調査ラボでは「たべみる」の開発のほか、 クックパッド上のトレンドを見つけるために日々調査を行っています。 ここでのトレンドとは、「流行っている」もしくは「流行りそう」といったものを指します。 消費者が気になっているキーワードが何かを知ることで、消費者が求めている情報を適切に提供できると考えています。 今回は、膨大な検索ログの中から「じわじわ検索頻度が上昇しているキーワード」を見つけるために 行ったことについて紹介したいと思います。 じわじわ検出 「じわじわ検索頻度が上昇して
AWS News Blog
Join AWS Hybrid Cloud & Edge Day to Learn How to Deploy Your Applications in the Everywhere Cloud In his keynote of AWS re:Invent 2021, Dr. Werner Vogels shared the insight of how “the everywhere cloud” is bringing AWS to new locales through AWS hardware and services and spotlighted it as one of his tech predictions for 2022 and beyond in his blog post. “What we will see in 2022, and even more […]
混雑時に売れ筋以外を「オススメ」すると売り上げが落ちる？：日経ビジネスオンライン
「ビッグデータ」や「データサイエンス」という言葉がちまたにあふれるようになり早数年がたつ。読者の多くも、ビッグデータやデータサイエンスをテーマにした雑誌や書物を一度は手にした、または購入した経験があるのではないだろうか。 筆者は米国のビジネススクールでMBA（経営学修士）の学生たちにマーケティングマネジャーのためのデータサイエンス入門を教えているが、学生たちの間でも、マーケティングの分野で生きていくにはデータサイエンスを理解することは必須の条件となっている。 彼らは必ずしも、高度な統計技術を駆使するデータサイエンティストになるわけではないが、データサイエンティストたちときちんと意思疎通ができ、有効にビジネスのために活用する能力はこれからの企業のマーケティングマネジャーたちにとって欠かせない能力になってくるであろう。 パターン思考が間違った結論につながる恐れも ビッグデータが重要なトレンドで
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)
【CEDEC 2014】データの見方を間違えて失敗した5つの例・・・DeNAの分析担当者が語る / GameBusiness.jp
ディー・エヌ・エーのビジネス・アナリティクス部に所属する野上大介氏は昨年に引き続いてCEDECに登壇し、ソーシャルゲームの世界で散見される誤ったデータの使い方について語りました。本セッションはスポンサードセッションにも関わらず超満員で立ち見が出るほどでした。 野上氏のビジネス・アナリティクス部では社内の各種分析や改善提案を行っているほか、複数の外部デベロッパーに対する分析のコンサルティングを主な業務としています。野上氏はゲーム業界でデータを見るときに「収益ばかりの話が目に付く」と苦言を呈します。「ゲームの規模が大きくなるにつれ、面白さをメンバーの阿吽の呼吸だけで維持するのは難しくなっています。そうした際にデータは便利な道具になります。ゲームが理想像に近づいているかを"データも"活用した分析をしていきたい」と語りました。 ■失敗1: リリース前のKPI予測 問題: リリース前にLTV(
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
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
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
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
Jubatus Casual Talks #2に参加しました - 株式会社ＦＦＲＩセキュリティ
事業推進本部の村上です。 12/14に開催されたJubatus Casual Talks #2に参加しましたので、簡単に様子をレポートしたいと思います。Jubatus Casual Talksは、オンライン機械学習向け分散処理フレームワークであるJubatusの開発チームが主催している機械学習に関する勉強会です。性質上、Jubatusに関連した発表が多いですが、テーマ自体は必ずしもJubatusに関連する必要は無く広く機械学習に関する発表、情報交換、人材交流を目的とした会となっています。 この会自体は、2回目の開催となりますが、第1回は定員110名に対してそれを超える参加申し込みがあり、キャンセル待ちが発生するという状況でした。今回も定員100名に対して150名の申し込みがあり、機械学習という技術に対する関心の高さが伺えます。もちろん、勉強会としては大規模な部類に属し、こうした規模ではお馴
観光客はどこに行ってるの？ 位置情報のデータから分かったこと
観光客はどこに行ってるの？ 位置情報のデータから分かったこと：仕事をしたら“人の移動”が見えてきた（前編）（1/5 ページ） 「秘宝探偵キャリー」や「プロ野球PRIDE」などスマートフォン向けゲームでヒットを飛ばしているコロプラが、ちょっとユニークな分析をしている。「位置ゲー」と呼ばれる同社のゲームに蓄積される位置情報を統計処理し、“人の動き”をさまざまな角度から解析しているのだ。 「位置ゲー」というのは、スマートフォンや携帯電話の位置情報を利用したゲーム。例えば、自分が実際に移動した距離に応じてゲームで使えるポイントがもらえ、そのポイントを使ってバーチャルな自分の街をつくることができる。ユーザーが登録した位置情報の累計回数は20億回（2013年11月現在）を超えていて、そのデータを使えば「どこで何人が、何時に位置登録をしたのか。どこから来たのか、どこへ行ったのか、距離はどのくらいなのか」
The Ancient Art of the Numerati
Chapters 1: Introduction 2: Recommendation systems 3: Item-based filtering 4: Classification 5: More on classification 6: Naïve Bayes 7: Unstructured text 8: Clustering A guide to practical data mining, collective intelligence, and building recommendation systems by Ron Zacharski. This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.It is available as
2013年秋版：データサイエンティストを目指すなら揃えておくべき10冊 - 渋谷駅前で働くデータサイエンティストのブログ
5ヶ月前に書いた記事がだいぶ陳腐化してきた*1気がするので、それ以降出版された書籍や、他にも学術的知識を得るだけでなく「データサイエンティストとして働く上で必要なスキル」について書かれた書籍などを加えて、「2013年秋版」の10冊をチョイスしてみました。 これはあくまでも「データサイエンティストを目指す上で必要な素地が既にある程度備わっている人」向けのスタートアップとしての10冊です。実際にはこの10冊では知識が足りなくなる場面の方が多いので、その場合は適宜発展的な書籍に当たってどんどん独習していくことをお薦めします。逆に、本当にゼロからスタートする初学者の人にはこれでもかなり辛いかもなので、今回は見なかったことにしてください、ということで。。。 そうそう、相変わらずですが僕個人はアフィリエイトやってないので、こちらのリンクから書籍を購入されても儲かるのは僕ではなくはてなです（笑）。 （※
今さら人に聞けない「重回帰分析の各手法の使い分け」 - 渋谷駅前で働くデータサイエンティストのブログ
（※※※続編記事書きました→「使い分け」ではなく「妥当かどうか」が大事：重回帰分析＆一般化線形モデル選択まわりの再まとめ） 今ちょうどadtech tokyo 2013の会期中で、職場からも近い＆会社から行ってこいという指示が出たということで僕も色々セッションを聞いたり企業ブースのお話を聞いたりしてる*1ところです。 ところで、いくつかのセッションの中でキーワードとして「重回帰分析」という言葉が出てきてました。ま、それ自体はこのブログでもRによるデータ分析絡みで頻出だし、ぶっちゃけありふれた手法と言って良いでしょう。やりようによっては普通にExcelでもできますし、それだけ人口に膾炙していると言って良いのかもですね。 ただし。意外にも内部のパラメータというか細かい手法の分岐というか、それこそ普通の線形モデルvs.一般化線形モデル（バリエーション多数）があることを無視して漫然と重回帰分析をや
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
イベント資料｜データサイエンティスト協会 木曜勉強会#07 『Ruby、R、HTML5を用いたデータ解析・データビジュアライゼーション』 - TECH PLAY［テックプレイ］
調査のチカラ
