マルコフ連鎖の話 | DevelopersIO
こんにちは、小澤です。 当エントリは「Machine Learning Advent Calendar 2017」の9日目のエントリです。 前回、単語のn-gramの話をしましたが、これはマルコフ性というものを仮定したモデルになります。 マルコフ性というのは１つ前の状態のみが現在の状態に影響を与えると仮定したものになっています。 マルコフ過程とマルコフ連鎖 現在とか、過去とか時間軸的な話が出てきました。 マルコフ過程は上記のような1つ前の状態のみが現在の状態に影響をあたえると単純なモデルですが、時系列的な話にも発展していきます。 実際のデータ分析では時間を軸に取った何かするということはよくあるでしょう。 また、時系列のみならず、他の用途でも利用可能です。 例えば、本アドベントカレンダー1日目の線形回帰を発展させ、一般化線形モデルに拡張させたのが2日目のロジスティック回帰ですが、 これをさら
ビッグデータや人工知能（AI）が活用される時代へ！ビジネスにおける「データサイエンス力」とは
ビッグデータと連動して、第三次人工知能（AI）ブームと呼べる昨今、データ分析は急速により身近なものになりつつあります。そんな中、今後私たちにはどのような能力が求められていくのでしょうか。 膨大なデータを高度に分析し企業や社会に有益な価値をもたらす「データサイエンス」という言葉が広く聞かれるようになってから早や数年が経ちました。データから導かれる予測は、企業の未来の成長を占う大きな指標となり得るものであり、ビジネスシーンにおいて決して無視できない取り組みとなりつつあります。 では、ビジネスにおいてデータサイエンスを取り入れるには何を知り、何に取り組めばいいのでしょうか。ここでは、ビッグデータや人工知能（AI）の技術革新により必要とされる「データサイエンス力」について詳しく解説します。 ビッグデータとは ビッグデータとは、単純にデータの量が多いことだけを示すものではありません。そこにはどのよう
データサイエンティストに興味があるならまずこの辺りを見ておきな、って文献・動画のまとめ（随時追加） - Qiita
はじめに 本記事のターゲット 「 "データサイエンティスト"とか"統計"とか最近良く聞くし、興味あるけど、正直その分野それほど詳しいわけじゃねーし、どっから始めればいいんだよチキショーがっ」 って人に向けて描いた記事です。 つまりは X年前の自分が「あったらいいのにな」って思ったであろう記事です。 なので「俺はバリバリのデータサイエンティストだぜ」って人が喜ぶようなマニアックな内容について触れているような書籍などは載せていません。 「PRMLがないとか...基本のキだろ、あんたモグリかい？」 などと思われた方はこの記事から得られることは無いかもしれません。 あくまで初学者をターゲットにした記事になります。 ※ ある程度データサイエンス周りを齧ってる人でも、部分的には参考になるかもしれません。（願望） 【こちらもどうぞ】 ・そろそろデータサイエンティストの定義とスキルセットについて本気で考え
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
http://gakuseibiz.com/?p=905
