![Amazon.co.jp: ビューティフルテスティング ―ソフトウェアテストの美しい実践 (THEORY/IN/PRACTICE): 大西建児(監訳) (翻訳), 児島修 (翻訳), Tim Riley (編集), Adam Goucher (編集): 本](https://cdn-ak-scissors.b.st-hatena.com/image/square/d84849091d133bf2f483cfe903ff30c246f80c29/height=288;version=1;width=512/https%3A%2F%2Fm.media-amazon.com%2Fimages%2FI%2F51P8GpiAL1L._SL500_.jpg)
こんにちは、'16新卒入社で、Analyticsグループ所属の田中です。 仕事ではデータ分析基盤や機械学習システムの開発・運用を行っています。 今回はデータ分析基盤における「便利カラム」にまつわる問題と、それを解決するためのアーキテクチャについてご紹介します。 リブセンスのデータ分析基盤 みなさんの会社では、サービスのデータ分析をどのように行っていますか? リブセンスにはデータ分析・活用の文化が根付いており、ディレクターや営業職の社員までもがSQLを用いてKPIのモニタリングや施策の評価を行っています。 分析活動を支えるために、社内では "Livesense Analytics" という全社横断のデータ分析基盤を構築・運用しています。 このような組織が形成されるまでのポイントについては次の資料で解説しています。 営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポ
R ではさまざまな理論分布の確率密度 f(x) ,累積分布 P(X ≦ x) ,確率点 min{ x : P(X ≦ x) > q } ,及びその分布に従う乱数を求めることが出来る. 確率分布と乱数に関する関数の使い方 後に紹介する確率分布に関する関数を使用する場合は,以下のような対応表を用いればよい. この表は,確率分布名が xxx である分布の確率点は “qxxx” で求めることが出来ることを表す.例えば t 分布ならば,この累積分布は pt ,確率点は qt で求めることが出来る.
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