データ分析・活用から、成長と収益を生み出す！気鋭のデータサイエンティストが大集合！：データサイエンティストサミット 去年2013年12月に開催された第1回からおよそ7ヶ月。早くも今年度のイベントとして開催告知されていたので申込み。2014/06/27(金)に参加して来ました。 データサイエンティストサミット 2013に参加してきた ｜ Developers.IO 開催場所は秋葉原コンベンションホール - AKIHABARA Covention Hall＠秋葉原。弊社オフィスも秋葉原で、会場も駅を挟んですぐという事でアクセスもあっという間でした。駅からすぐ近くの建物というのも嬉しいですね。 こちらは会場入口。例によって会場内は写真撮影禁止のようでしたので、ここからは文字と引用画像や動画等を踏まえてセッション内容をレポートして行きたいと思います。では開店！ 目次 10:00 - 12:30【S

本稿では統計学・データマイニング・機械学習関連書籍について 内容が易しいこと。数学力（特に微積・線形代数）を求められないこと 入手しやすいこと。絶版や学会に入らないと入手不可などではない、値段が安いこと 実務に繋げやすいこと。 持ち運びしやすいこと。忙しい新社会人が通勤中や休み時間ポケットからさっと取り出し、継続して勉強出来ること を主眼に選定したお薦め書籍を紹介します。 （満たせない要望も多いですが） 主な対象者は、文系で数学や統計学をやってこなかった、 プログラミングもわからない（Excelで四則演算やマウス操作くらいは使える） けどいつかマーケティングやデータマイニングやってやるぜ！ って考えてる新卒の方です。 筆者自身は経済学科出身の文系で、あまり数学力に自信がないなりに Web企業でデータマイニングをしているという人間です。 ここで紹介している内容で 「統計学・機械学習・データマ

追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ

SACSIS2013でのチュートリアル講演資料です。機械学習の導入：背景、手法、理論、応用）、実践：オンライン学習+線形分類で実際作ってみる、使う際の課題、発展：分散+リアルタイムでの機械学習（Jubatus）、深層学習（Deep Neural Net）についてまとめましたRead less

いまWEB業界で最もホットなトレンドの一つである“統計学”。その基本を学ぶために読んでおくべき書籍を、注目のニュースキュレーションサービス《Gunosy》の開発チーム（福島さん・吉田さん・関さん）に伺った。 Gunosy開発チームが選ぶ、“統計学”の必読書とは？ いま、WEB業界で最もホットなトレンドの一つとなっている“統計学”。その基本的な知識を学ぶべく、前回、“超高精度なレコメンド”で話題のニュースキュレーションサービス《Gunosy》を手がける福島良典さん、関喜史さん、吉田宏司さんに、“WEB業界人のための統計学入門”と題して簡単に講義をしていただいた。 ※ 前回の記事はこちら 《Gunosy》開発チームから学ぶ、WEB業界人のための"統計学入門" その内容を踏まえつつも、より体系だててしっかりと“統計学”を押さえるためには、やはり“本”を読むのが一番だという。そこで今回は、Guno

世界の経済・統計 情報サイト。世界200ヶ国の統計データをはじめ、コモディティ、為替などグローバルな視点による多数のコンテンツを掲載。

思いがけないリクエストがありましたので1年くらい前にやっていたwikipediaの隣接市区町村の記載をデータベース化したものをcsvで公開します。 http://spnene.antlabo.jp/data/city_rinsetsu_utf8.csv 簡単にいうとwkipediaで各市区町村の説明が記載されているページがあります。 このページから「隣接市区町村」の記載部分を抜粋して市区町村の隣接のつながりをデータベース化したものです。 ちなみにそのデータと統計情報を使った可視化マップはこちらです。 http://spnene.antlabo.jp/ [データのフォーマット] ID(元),県名(元),市区町村名(元),ID(先),県名(先),市区町村名(先) [取り扱いの注意] ・作成したのは2011年6月の市区町村をベースとしています。その後の統廃合には対応していません。 ・wikipe

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

→ アップデート：〈6-September-2011版〉． 数理統計研修の受講生から，「統計学の参考図書を紹介してほしい」との依頼があったので，下記のような「お誘い本リスト」をつくってみた．“門前”から“門”までの「参道」がやや長い気がするが，そこは気の迷いや逡巡が憑いてまわる相手のために，ということでご容赦を．また，いったん“入門”してしまった後は，手法ごとにそれぞれ適切な本（中級書）がきっとあると思うが，上のリストではそこまでは考えていない．ただし，ぼくの担当している講義が「実験計画法」だったりするので，この分野については数冊選んで，リストに付けた．なお，〈R〉に関する参考書は別のリストを参照されたい． ご意見などありましたら，ご連絡ください． 門前で迷っている人のためのコミック系入門書 高橋信『マンガでわかる統計学』（2004年7月刊行，オーム社，ISBN:4274065707→版元

景気低迷で肉体労働などの求人が減り、女性より男性の失業率の方が高くなってきている。福祉分野などの成長で、「女性優位」とも報じられている。しかし、識者はむしろ、男性が「高給」にこだわり過ぎていることを指摘する。 男女の失業率格差は、最近拡大しており、2010年3月には、1.3ポイント差までになった。これは、08年9月のリーマン・ショック後から顕著になり始めた傾向だ。 男性多い業界は失速、女性多い業界は成長 総務省の労働力人口統計室では、その理由について、こう分析する。 「特に、建設業、製造業に影響が大きく、男性の就業者数が減って失業が発生しました。逆に、女性が多い福祉・医療などの成長分野は、就業者数が増加する傾向にあるわけです」 統計によると、主婦が女性の中で圧倒的に多かった時代は、男性の方が失業率は高かった。そして、男女雇用機会均等法の成立前年の84年からは、女性の社会進出が進んだが、バブ