今データサイエンスが必要とされる理由とPythonの役割〜BPStudy#121 その2 - ビープラウド社長のブログ
2017年9月26日にBPStudy#121が開催されました。 第2部は、辻慎吾さんにお話いただきました(※第1部はこちら)。 資料はこちら(PDFファイル)です。 以下は私のまとめです。 データサイエンスについて データサイエンスとは WikiPadiaによると、"data-driven science"（データ駆動型サイエンス）である。 サイエンスとは (1)仮説を立てる (2)仮説を証明するために実験や観測によってデータを収集 (3)データを解析して仮説を検証 (1)〜(3)を繰り返し、普遍的な原理を導き出す 例1：フックの法則(F=-kx) 例2：DNA配列 データサイエンスでは、とにかくビッグデータを集めることが重要 ヒッグス粒子の発見(Pythonを使用) Webのユーザーの行動履歴 IoT(地理情報を含む行動履歴、エネルギー消費量など) データサイエンスの必要性 データから普
データの次元削減に関する資料集 - めも
次元削減とは データの次元削減(Dimensionality reduction) + データの可視化(Data Visualization) PCA Principal Component Analysis(PCA) randomized PCA Online Robust Principal Component Analysis(OR-PCA) 多様体学習 t-Distributed Stochastic Neighbor Embedding(t-SNE) Multidimensional Scaling(MDS) Isomap Locally Linear Embedding (LLE) Laplacian Eigenmaps(LE) Semidefinite Embedding (SDE) Latent Dirichlet Allocation(LDA) Labeled LDA P
ゼロからはじめるデータサイエンス
TOPICS Data Science , Database , Python 発行年月日 2017年01月 PRINT LENGTH 400 ISBN 978-4-87311-786-7 原書 Data Science from Scratch FORMAT PDF 本書は、データサイエンスも、プログラミングも最初から学んでみたい、という要望に応える、幅広いトピックをカバーしたデータサイエンスの入門書です。架空のソーシャルネットワーク運営企業、データサイエンス・スター社のデータサイエンティストとして、さまざまな課題を解決しながら、必要な知識とスキルを着実に積み上げていきます。Pythonプログラミングの基礎から線形代数、統計確率の基礎、回帰、機械学習、ナイーブベイズ、決定木、ニューラルネットワーク、自然言語処理、グラフ解析、リコメンドシステム、データベースとSQL、MapReduceまで
第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りーを開催しました - hamadakoichi blog
2016/2/20 "第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りー" を開催しました。 第51回 データマイニング+WEB ＠東京( #TokyoWebmining 51st ) ー機械学習・分析基盤 祭りーEventbrite Google グループ 会場提供して下さったSmartNewsさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧 参加者セキココ：第51回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「データマイ
Python at Datadog - Building High-Volume Data Systems in the Python Ecosystem - Matt Perpick on Vimeo
Python at Datadog - Building High-Volume Data Systems in the Python Ecosystem - Matt Perpick Datadog processes and reports on tens of billions of events a day and is used to manage infrastructures ranging from a couple of servers to many thousands of instances. This talk will explain why we chose python as the core ecosystem to build it on, how we scaled the system to date and what we learned in t
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
