Real-time Recommendations using Spark Comcast LabsUnified governance for all data, analytics and AI assets
Observability Tools for Developers, not DevOps/SRE
Observability Tools for Developers, not DevOps/SRE Monitor your backend applications, fix performance issues, and get alerted when problems happen. All without being a monitoring expert. Start with a FREE account Tailing the logs is not enough Everybody starts monitoring with logs because they are there by default. Just connect to your server and start tailing. But logs have a hard time showing yo
EMR上でMahoutを使ってレコメンデーション | DevelopersIO
7月にAWS Big Data Blogというブログが始まったのですが、最初の記事がBuilding a Recommender with Apache Mahout on Amazon Elastic MapReduce (EMR)というタイトルでEMR上でMahoutを使ってレコメンデーションを行ってみるというものでした。EMR上でMahoutというと既にAmazon Elastic MapReduce入門 〜 Apache Mahoutでレコメンデーション！というエントリーがありますが、こちらはAmazon EMR CLIを使っていることもあり、ブログにしてみました。 Building a Recommender with Apache Mahout on Amazon Elastic MapReduce (EMR)について まず機械学習の概要について説明した上でMahoutを使って
複合語によるわかちがきとその重要性． | @DataSci
これはあくまで私個人の意見です． なぜ自然言語？ 昨今のビッグデータブームに相まって様々な確率論・統計学のビジネスへの応用が考えられてきました．先日紹介した書籍にもあるように，入会予測 ＝＞ロジスティック回帰 ，顧客のセグメンテーション ＝＞クラスタリング， 広告効果要因分解＝＞状態空間モデル＋ベイジアン，顧客育成＝＞アソシエーションルール，といった具合です．この膠着状態に一石を投じるには，もっと難しい先進の統計解析を勉強してマーケティングの言葉に翻訳すればよいのですが，残念ながら僕にそんな能力はなさそうです． じゃあどうするか？そのひとつの答えがデータソースの工夫です．運用体制を整えて強力なCRMでより上質なデータを集めるのもいいでしょう．でも手元にあるものを使うのが一番はやい，それがテキストデータです．個人的にはテキスト解析と数値解析を組み合わせた分析が未来あるなぁなんて思っています．
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
処理を実行中です
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
https://www.shortnote.jp/view/notes/AAqlMd7r
