タグ

データマイニングに関するumekoumedaのブックマーク (6)

  • データ錬金術 - Mizuno on Marketing

    データからイノベーションを生み出すことができるだろうか。標準的な統計手法を使ってデータを解析し,消費者の特定の行動が他のどんな要因と相関するかを調べることで,新しい画期的な製品やサービスのアイデアを創出できるだろうか。消費者があげる満足要因を充足し,不満足要因を除去することで,魅力的なデザインを生み出すことができるだろうか。常識的にいえば,それは非常に難しい。イノベーションとはこれまで存在しなかったものを創り出すことだから,消費者の過去の行動をいくら分析しても,イノベーションのネタを見つけることは難しいと。 しかしながら,膨大なデータを読み込んで,素晴らしいアイデアを生み出す現場の達人がいる。そうした逸話でよく聞くのが,読み込みとひらめきの間に「寝かせる」プロセスがある,ということだ。この場合,データ処理を担うのは脳の無意識の部分である。最近,脳神経科学や認知科学の研究によって,無意識の力

    データ錬金術 - Mizuno on Marketing
    umekoumeda
    umekoumeda 2009/02/01
    統計分析を、テクニカルなものとしてではなく、問題解決までのプロセスとして考察した記事
  • ::::::::::::::::::::::::Kazuhiro Ueda Cognitive Science Laboratory_research::::::::::::::::::::::::

    買物行動モデリング 買物は、日ごろ誰もがこなすことのできる、一見、単純な行為のようですが、個人の目的や嗜好、TPO、懐具合、似たような商品からの選別、個別の商品の吟味…等々、実に複雑な計画と意思決定が入り混じることで成り立っています。我々のグループでは、買物を人間の高次な認知プロセスとみなし、観察、調査、インタビュー、各種センサーによる計測等を通じて、詳細かつ大量のデータを収集し、さらに、データマイニング、機械学習などの計算機技術を用いたモデル化と、それらを通じた法則の発見・解明を行っています。また、このような知識を情報システムに組み込むことで、実際の店舗で役立つサービス/コンテンツの最適化を実現します。刻々と変化する、人間の目的や状況を機械が理解し、適切な情報提供を行うシステム、すなわち、ユビキタス情報システムの開発・発展に向けて、買物という「現場」からアプローチする、実践的な取組みの形

  • FieldMining.com is for sale | HugeDomains

    Make 36 monthly payments Pay 0% interest Start using the domain today. See details

    FieldMining.com is for sale | HugeDomains
  • R による統計処理

    「Rによる統計解析」 オーム社 刊 サポートページ 目次 第1章 Rを使ってみる 第2章 データの取り扱い方 第3章 一変量統計 第4章 二変量統計 第5章 検定と推定 第6章 多変量解析 第7章 統合化された関数を利用する 第8章 データ分析の例 付録A Rの解説 付録B Rの参考図書など はじめに R とは何か,何ができるかのリンク集(日のもののみ) R を使うためにはどうしたらいいの? データなどの読み書き R の定石(R に限らずプログラミングの定石も) R を使って実際に統計解析をする AtoZ 一連の流れ データファイルの準備をする 分析してみる 分析結果を LaTeX で処理したり,ワープロに貼り込んだりする 道具立て 連続変数データをカテゴリーデータに変換 カテゴリーデータの再カテゴリー化 度数分布表と度数分布図の作成 散布図・箱髭図の描画 クロス集計(独立性の検定,フィ

  • はじめてのweka勉強会 −修正版− - sleeping vote

    ゼミ用資料です。 今回は、GUIで遊ぶ70%、プログラムを書いて理解する30%です。おきらくに、楽しんでやっていきましょう。 勉強会の資料 http://groups.google.com/group/cica25th/files 00.wekaを楽しむ前に wekaはJavaで作られています。それを動かすために、JRE(Java Runtime Environment)が必要となります。 (jre1.4以上必須) パスを通すなどの作業がいるので、詳しくは周りのJavaに強い方か、Google先生に聞いてみましょう。 0.wekaって何? Wekaとはオープンソースのデータマイニングツールで、世界中の研究者に愛用されているツールだ。 (中略) Wekaにはデータマイニングのために必要なアルゴリズムが多数収録されており、データに対する前処理、アルゴリズムの適用、結果の視覚化といった作業をGU

    はじめてのweka勉強会 −修正版− - sleeping vote
  • probabilistic latent semantic analysis - 機械学習の「朱鷺の杜Wiki」

    probabilistic latent semantic analysis (pLSA)† 文書と単語など,離散2変数の計数データの生成モデル. 文書(document):\(d\in\mathcal{D}=\{d_1,\ldots,d_N\}\), 語(word):\(w\in\mathcal{W}=\{w_1,\ldots,w_M\}\), 潜在変数の話題(topic):\(z\in\mathcal{Z}=\{z_1,\ldots,z_K\}\) を使った文書と単語の生成モデルがpLSA (probabilistic latent semantic analysis) \[\Pr[d,w]=\Pr[d]\sum_{z\in\mathcal{Z}}\Pr[w|z]\Pr[z|d]\] これは,文書と語について対称に定義することもできる \[\Pr[d,w]=\sum_{z\in\mat

  • 1