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...
2014.01.15 09:05
ビッグデータ活用のケイパビリティ/会社を強くするビッグデータ活用
ビッグデータ活用に求められる”ケイパビリティ”とは？ ビッグデータを活用して事業をいかに高度化するか、は戦略スタッフである経営企画部や営業企画部、マーケティング企画部などの事業企画部に求められる役割です。 では、事業企画部に求められるビ...
2015.08.07 12:02
30度を超えるとアイスが”売れなくなる”？：データの正しい眺め方｜冷やしデータ分析はじめました
他人の作った資料は「データ」と「解釈」に分けて考えよう 前回は、今年の夏は本当に暑いのか？ということを様々な切り口で考えてみました。今回は、前回のアイスブレイクでも言及した「30度を超えると、アイスではなくかき氷が売れるようになる」という...
2017.06.19 08:43
ETL処理とELT処理の違い ～ビッグデータ処理の新トレンド～
ELT処理はクラウドデータベースだから可能になった荒業 皆さんは「ELT処理」をご存知でしょうか？ 決して「Every Little Thing」ではありません。 ELT処理は、ETL(Extract/Transform/Load)...
2017.12.25 12:07
Apache Airflow でタスクスケジューリングしてみた ～Airflowによって開発負荷が変わる～
Airflowを導入することでエンジニアは処理本体の開発に集中できる 分析業務に限らず定常的な処理はバッチ処理として纏めることは多いと思います。そして、バッチ処理も実行するタイミングが決まったら、自動化システムとしてバッチ処理をスケジュー...
2020.05.11 09:55
WepアプリにおけるFirestoreの活用 (1)
Firestoreのサブコレクション活用にあたって 本連載ではFirestoreの魅力について書いていきたいと思います。弊チームの Web アプリケーションは基本的にFirebaseへデプロイしていますが、Firebaseを選択して...
RECOMMEND
SERVICE
SERVICE
