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...
2014.03.09 10:56
「確率がとても低い事象の分析」に全量データ分析は威力を発揮｜ビッグデータ分析の留意点②
「ロングテール」に代表される確率が低い事象には全量データ分析 本日は、全量データ分析の優位性①にあたる、以下のポイントについて説明します。 優位性①：確率が低い事象を扱う場合に、サンプルデータでは得られない知見が得られるという点で、...
2014.07.29 09:02
「Tableau(タブロー)」を使ってみた|利用頻度の高いグラフ作成① ～月次数値の対前年比較
利用頻度の高いグラフを作成し、Tableauの操作チップスを紹介する 前回の記事でご紹介したとおり、Tableauは感覚的に操作でき試行錯誤しながらグラフを作れる、自由度の高いソフトです。ただ「試行錯誤でき自由度が高い」という優位性のトレ...
2014.09.09 09:06
Geek at GiXoの分析ツール使いこなし術｜TableauとRの連携 第2回
TableauとRを連携させる 前回は、TableauとR連携の準備を進めてきました。意外と簡単に設定が出来たかと思います。今回は、実際にTableau-R連携環境で何ができ、どのような仕組でTableauとRが連携されているのかを確認し...
2014.12.23 09:04
Python+Anaconda+Eclipseのインストール手順/PythonとRのビッグデータ統計分析の比較 第2回
AnacondaとEclipseの導入・連携の手順 前回の記事では、統計モデルを構築する上でRの他にPythonを利用する方法があることや、その環境を構築する上で必要となるモジュール群の概要を説明しました。今回は、AnacondaとEcl...
2015.02.18 09:10
火事場泥棒・焼け石に水な打者（パ・リーグ）｜プロ野球データでクロス集計 with Tableau 第7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...
RECOMMEND
SERVICE
