[B! 分析技術] sessanのブックマーク

sessan id:sessan

分析技術に関するsessanのブックマーク (6)

SAPと日立に聞く「ビッグデータ時代の真のリアルタイムシステム」
ビッグデータ活用が注目を集める今、SAPがデータベースソフトウェア「SAP HANA」の提供を開始したことは記憶に新しい。SAP HANAは、メモリ上にデータベースを展開するインメモリデータベース技術を基盤にすることで、大量データの高速処理を実現しており、各社のサーバ製品に搭載され、アプライアンス製品として提供されている。そんな中、国内のみならずワールドワイドで多くのサーバ導入実績、SAPシステム導入実績を誇る日立製作所が2011年11月、SAP HANAを実装したアプライアンス製品「日立インメモリDBアプライアンス for SAP HANA」の販売を開始した。「20億件のデータを従来の『1万倍速』で処理するというSAP HANA、そしてSAP HANA基盤にブレードサーバを採用した日立製作所、その組み合わせによって「これまで不可能だったことを可能にする」と両社は自信を見せる。果たして
sessan 2012/01/24
ビッグデータ時代のリアルタイムシステム Hanaと日立のアプライアンス

分析技術
リンク
IT news, careers, business technology, reviews
Apple improves iCloud for Windows, kills iTunes Among the changes to the widely used application are support for physical security keys, dark mode, and an improved user interface. Windows 11 Insider Previews: What’s in the latest build? Get the latest info on new preview builds of Windows 11 as they roll out to Windows Insiders. Now updated for Build 26052 for the Canary and Dev Channels and Build
sessan 2012/01/21
ビッグデータの間違いをただす。という記事。まー、分かる気がする。

分析技術
リンク
Rの基本パッケージ中の多変量解析関数一覧 - RjpWiki
R の多変量解析オブジェクトの簡易説明 R の基本パッケージ stats には、階層的クラスタリング、主成分分析、因子分析、正準相関、多次元尺度法等の古典的多変量解析手法用の関数がある。もう一つの代表的手法である判別分析用の関数は、代表的なアドオンパッケージである VR 中に含まれる MASS パッケージに、線形判別分析、二次判別分析用の関数がある。 VR パッケージは R には標準では含まれていないので、ネット経由でダウンロードし、独自にインストールする必要がある。
sessan 2012/01/20
Rの基本パッケージ中の多変量解析一覧

分析技術
リンク
多変量解析 - Wikipedia
この項目「多変量解析」は加筆依頼に出されており、内容をより充実させるために次の点に関する加筆が求められています。加筆の要点 - 統計学の分野の内容をベースとした導入部分の出典明記・加筆など。また、各学問での多変量解析の利用など。（貼付後はWikipedia:加筆依頼のページに依頼内容を記述してください。記述が無いとタグは除去されます）（2020年7月）多変量解析（たへんりょうかいせき、英語: multivariate analysis）は、多変量のデータの特徴を要約する方法のことである[1]。データの要約により、データの特徴を単純化し、分析しやすくする[2]。当初は統計学の理論として生まれたが、コンピュータの発展とともに他の分野でも応用されるようになっていった[1]。主な多変量解析[編集] この節は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の
sessan 2012/01/20
主な多変量解析

分析技術
リンク
数量化 III 類
数量化 III 類　　　　　Last modified: Nov 07, 2002 カテゴリーデータに基づき，ケースおよび変数の似通ったものをまとめる。分析に使用する変数が間隔尺度以上の場合の主成分分析に相当する。コレスポンデンス分析あるいは双対尺度法によるものと同じ結果が得られる。また，ダミー変数を用いた主成分分析と関連がある。分析に用いるデータには 2 種類ある。アイテムデータ変数 $I_{i}\ ( i = 1, 2, \dots , p )$ が，それぞれ $m_{i}$ 個の選択肢を持つ。各ケースは，表 1 に示すように，変数 $I_{i}$ の値として $1, 2, \dots , m_{i}$ の値を持つ。このデータを，1 個のアイテム変数 $I_{i}$ を $m_{i}$ 個のカテゴリー変数（ $C_{ij};\ i = 1, 2, \dots , p;\
sessan 2012/01/20
数量化3類の説明

分析技術
リンク
Datasets
GroupLens gratefully acknowledges the support of the National Science Foundation under research grants IIS 05-34420, IIS 05-34692, IIS 03-24851, IIS 03-07459, CNS 02-24392, IIS 01-02229, IIS 99-78717, IIS 97-34442, DGE 95-54517, IIS 96-13960, IIS 94-10470, IIS 08-08692, BCS 07-29344, IIS 09-68483, IIS 10-17697, IIS 09-64695 and IIS 08-12148.
sessan 2012/01/19
Data Sets

分析技術
リンク
1