2014.12.21 09:07
（3）機械学習の学習者視点で読み解く｜ギックスの本棚／戦略的データサイエンス入門 ~ビジネスに活かすコンセプトとテクニック~ （O’REILLY/オライリー）
機械学習を学ぶ者にとっての「戦略的データサイエンス入門」 これまで、「戦略的データサイエンス入門」(O'REILLY)をビジネス視点、統計学の視点から各エキスパートが語ってきたわけですが、今回は、機械学習を学んでいる者の視点から同書を紹介し...
2017.07.11 18:48
Jupyter Notebook は機械学習の実行環境のデファクトスタンダードになる
Jupyter Notebook は分析者と様々な機能を結びつけるハブ的な存在 機械学習を行う場合、クイックに実行できるAmazon Machine Learning のようなクラウドサービス、色々な予測モデルを勝手に試してくれるData...
2017.10.24 10:35
Google Cloud Machine Learning Engine は“エンジン”であって開発環境ではない ～制約に気を付けよう～
Cloud Machine Learning Engine は実行環境を提供するだけ 数年前まで機械学習は導入のハードルが高く、誰でもできるものではありませんでした。しかし、Python言語の機械学習用の機能追加などによって、高度な専門知識...
2020.12.07 08:19
機械学習基盤 “Refeed” のアーキテクチャ
この記事は GiXo アドベントカレンダー の 7日目の記事です。昨日は、Business Optimization Div. 紹介でした。 MLOps Div. の廣津です。本記事では、弊社の機械学習基盤である Refeed につ...
2020.12.18 08:12
SHAP Values で 機械学習を「解釈」する
この記事は GiXo アドベントカレンダー の 18 日目の記事です。昨日は、クラウドデータ基盤をTerraformを使ってIaC化 & 量産する でした。 MLOps Div. の濱田です。近年、機械学習は目覚ま...
2014.02.23 09:01
ビッグデータ分析の基礎から応用まで、実践的なノウハウ集！
ギックスの考えるビッグデータ分析のあり方 ギックスで実施しているビッグデータ分析の「具体的な実践例」を皆さんにご提供することで、従来の”大規模システム投資”を前提としたビッグデータ分析から脱却し、現業部門（＝企画部門）が「システム部門に頼...
2015.02.03 09:01
決定木のCARTアルゴリズム｜プロ野球データで決定木(Decision Tree) with R 第2回
プロ野球データで決定木を行った結果を公開していきます 本連載では、3回にわたり、プロ野球のデータで実際に決定木を行った事例を紹介していきます。第2回目の今回は、理論編として、決定木とは何かと、決定木の代表的なアルゴリズムであるCARTアル...
2015.02.17 09:10
火事場泥棒・焼け石に水な打者（セ・リーグ）｜プロ野球データでクロス集計 with Tableau 第6回
2014年のプロ野球全打席データをクロス集計していきます 2014年のプロ野球の打席データを全量（約6.6万件)手元に置き、さまざまな切り口でクロス集計して、プロ野球全体の打席の傾向を見ていく「プロ野球データでクロス集計 with Tab...
2015.04.03 09:08
カラムナー、キューブ、インメモリ…ビックデータ分析におけるデータベースのまとめ｜いまさら訊けないビッグデータ分析
データベースの「タイプ」を知ってますか？ こんにちは、ギックス技術チームの岩谷です。 先日とある方より「ビッグデータ分析処理で、Tableauはキューブを作成しないからシステムの運用がしやすいって聞いたんだけど、どういう事なのかな？...
2015.05.19 09:04
「フルマネージド」クラウドサービス～第一回・「フルマネージド(Fully Managed)」とは何か？～
クラウドのサービスは大きく二つに分けられる みなさんは「フルマネージド(Fully Managed)」という言葉を耳にしたことはありますか？今回から計五回の連載で、この言葉の意味とこれからのクラウドサービスについて考えていきたいと思います...
RECOMMEND
SERVICE
SERVICE
