データサイエンティストが開発したプログラミング不要の分析ツールnehanでSalesforce 商談データの勝率を予測してみた - CData Software Blog
はじめに CData Japan技術ディレクターの桑島です。本記事では、nehanにSalesforce Sales Cloudの商談データを取り込み、各商談の勝率を予測する方法をご紹介します。 本記事の構成は以下の通りです。 はじめに nehan とは 前提 手順 CData Sync 概要 CData Sync製品のインストール ライセンスのアクティベーション Salesforce へのコネクションを作成 PostgreSQL へのコネクションを作成 ジョブの作成 ジョブの実行 PostgreSQLに同期した商談（Opportunity）データを確認 nehan 概要 SQLビルダーを利用したデータソースの作成 予測モデルを作成 モデルで予測値を算出 まとめ nehan とは nehanは、データサイエンティストが開発したプログラミング不要の分析ツールです。データの前処理から予測モデル
最先端テクノロジーと経験の融合欧州最高峰の『モンチ・メソッド』 - ライブドアニュース
開拓者が描く、新時代の移籍マーケット INTERVIEW with MÓNCHI モンチ 2000年から今年まで17年間にわたりスポーツディレクターを務めたセビージャでは、就任当時2部だったクラブを5度のEL制覇など9タイトルを手にする強豪へと変貌させ「セビジスモの象徴」と崇められたモンチ。惜しまれつつセビージャを去り、来季からはイタリアのローマに活躍の場を移す辣腕SDが『フットボリスタ』だけに明かしてくれた、欧州でも最高峰と評価されるデータを活用したスカウティングメソッドの秘密を特別公開。 インタビュー・文／木村浩嗣 写真 ヘスス・スピノラ 15年で変わった仕事環境 “デスクに居ながら世界中に手が届く” ――テクノロジーの発達によってあなたの仕事はより楽になりましたか？ 「そうだね。情報のデジタル化が進んだことによって多くの試合をより短い時間でチェックできるようになり、我われが把握する選
データサイエンスで考えたい「Python」と「R」のメリットとデメリット - ZDNet Japan
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 「Python」と「R」はデータサイエンティストの間で共通の議論になっている。どちらの言語もデータ作業に役立ち、とりわけ、データサイエンス職の求人票で最も頻繁に言及されるスキルのひとつとなっている。データサイエンス業務にとって、PythonとRはそれぞれ、さまざまなメリットとデメリットがあり、実際の作業に応じて選択する必要がある。 データサイエンティストが適切な言語を選択できるよう、コンピューターサイエンスを専門とするカリフォルニア大学デービス校教授のNorm Matloff氏は、両言語に関する議論に光を当てようと、GitHubに記事を投稿した。 Matloff氏は、以下の10の領域でRとPythonを比較し、どちらがより優れた選択肢か
データサイエンティストにおすすめの資格とは？将来、必要なスキルを知ろう｜Udemy メディア
ビッグデータや機械学習を活用したビジネスの普及に伴い、大規模なデータを扱えるデータサイエンティストの需要が高まっています。データサイエンティストは、今後も需要が伸びていくと考えられている職種であり、スキルを修得すれば年収アップが期待できます。 ここではデータサイエンティストの仕事内容と求められるスキル、おすすめの資格について紹介します。 データサイエンティストの資格を知る前に：そもそもデータサイエンティストって何？ データサイエンティストとは、大量のデータを収集・分析する人のことで、比較的新しい職業です。データの収集、管理、仮設検証、結果報告などを行い、情報をビジネスなどで役立てる「データ」として整えることが主な業務です。 最近では企業の「ビッグデータ」への関心も高く、データを専門的に扱うデータサイエンティストの需要も拡大しています。 データサイエンティストは、データの処理を専門に行う職業
データ活用基盤の今 〜DWH外観図〜 - クックパッド開発者ブログ
こんにちは、今年の1月に会員事業部から技術部データ基盤グループへ異動した佐藤です。先日、京まふ2019前夜祭イベントに参加するために人生で初めてピカピカ光る棒を買いました。 新卒で入社してから2年ほど分析作業をしていた身から、データ活用基盤を作る側へ立場を変えました。今回は新たに身を移したデータ活用基盤の外観を説明したいと思います。 2017年にも同内容の記事が投稿されていますので、当時との違いを中心に説明していきます。 外観図 以下が2019年10月現在におけるクックパッドのデータ活用基盤の全体像です。 クックパッドのDWH外観図 masterデータのインポートがMySQL以外にも複数種対応し始めたことと、PrismとSpectrum（S3＋Glue）周りと、Tableau Serverが大きな変更点となっています。2017年の図にDmemoはありませんでしたが、記事本文にある通り当時か
データ分析プロジェクトの品質をキープしつつ効率的な検証をサポートする一時ファイル群の管理 - クックパッド開発者ブログ
研究開発部の takahi_i です。本稿はデータ分析、 機械学習関係のプロジェクトで数多く生成される一時オブジェクトおよびそれらのオブジェクトを保持するファイル（一時ファイル）を管理する取り組みについて解説します。 本稿の前半はデータを分析するプロジェクトの一般的なフローと起こりがちな問題（コードの品質管理）について解説します。後半はプログラム上で生成されるオブジェクト群をファイルに自動でキャッシュを管理するツール（Hideout）を使って、コードを整理整頓しやすくする施策について紹介します。 データを分析するプロジェクトの一般的なフロー まずデータを処理するプロジェクトや機械学習プロジェクトの典型的なフローについて考えてみます。まずは単純に機械学習器を取得した入力に対して適用するプロジェクト、次にもう少し複雑な事例、アプリケーションで利用するデータを生成するプロジェクトのフローについて
データサイエンスはつまらない（パート1）【後編】 | AI専門ニュースメディア AINOW
著者のIan Xiao氏は、顧客企業に機械学習ソリューションを提供するカナダの企業DESSAにおいて「契約リード（Engagement Lead）」という肩書で機械学習プロジェクトを指揮管理しています。同氏がMediumに投稿した記事「データサイエンスはつまらない（パート1）」では、データサイエンス職におけるつまらない側面が解説されています。 同氏の甥はコンピュータサイエンスの修士課程で勉強しており、卒業後はデータサイエンス職に就きたいと考えていると聞いて、同氏は甥が正しい判断を下せるようにデータサイエンス職における「つまらない」側面をあえて伝えようと決意しました。 データサイエンス職を志望する若者は、仕事に就けば機械学習モデルの構築のような知的にエキサイティングな業務に携われると思い込んでいます。しかし、現実には業務時間のほとんどを退屈でつまらない仕事に関わることになる、と同氏は指摘しま
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
Coaching - Catapult