このモジュールでは、プロセス マイニングについて紹介し、Power Automate のプロセス マイニング機能を使用して、超自動化におけるプロセス マイニングの役割を示します。 また、プロセス レポートを作成する方法、およびレポートの KPI とグラフを分析して分析情報を収集する方法について説明します。 このような分析情報は、提供されているサンプル プロセスにおける非効率な部分や自動化の機会を特定する上で不可欠です。
本チャプターのゴール Data Vault 2.0(以下 Data Vault) について、ざっくりイメージを掴むところまでをゴールとします。 Data Vault とは? The Data Vault is a detail oriented, historical tracking and uniquely linked set of normalized tables that support one or more functional areas of business. It is a hybrid approach encompassing the best of breed between 3rd normal form (3NF) and star schema. The design is flexible, scalable, consistent, and adap
趣味でアルゴリズム取引のシステムを開発・運用してみたことで得られた知見について、社内のテーマ自由な勉強会で発表しました。
データサイエンス関連の海外の著名なブログたちを蒐集していきます。(随時更新) 他にオススメとかコメントあれば是非下さい five thirty eight http://fivethirtyeight.com/ シグナル&ノイズや選挙予想で著名、ネイト・シルバーさんのブログ。社会的な出来事、特に政治やスポーツなどを統計やグラフを使って解説するブログ。 ちなみにmatplotlibのスタイルには「FiveThirtyEight」というオプションが有るほどで、グラフの色使いなどで注目されている模様。 no free hunch http://blog.kaggle.com/category/arena/ Kaggleの公式ブログ 話題は幅広く、手法の話から業界の人材動向の話、Kaggleの宣伝的な話題なども。 個人的にはこのScikitlearnのチュートリアルシリーズがなかなかよさ気と思って
【App Annieセミナー】データ活用の際に起こり得る問題解決手法と、積極的に市場調査を行うための工夫 App Annieは、2月17日、都内にてゲームアプリ業界向けセミナー「DECODE Games Tokyo Q1 2016」を開催した。 今回で8回目の開催となる「DECODE」は、ニューヨーク、サンフランシスコ、ロンドン、ソウルなど、日本以外の世界各都市でApp Annieが主催して行っているイベントだ。毎回、テーマに沿ったゲストが講演を行い、アプリ業界の交流や発展に貢献している。 当日は、App Annieの滝澤琢人氏が登壇して「モバイルゲーム市場の現状とトレンド」について話したほか、エイチームの柴田健介氏、KDDIの千葉好信氏、CROOZの須藤英樹氏を招いて、それぞれの視点から「マーケティングデータの活用方法と組織作り」についての講演を行った。 本セミナーでは、App Anni
Home プレスルーム ホールディングスのプレスリリース リクルート、世界最大のデータサイエンティストコミュニティ"Kaggle"と日本企業初の共催となるデータ予測コンペティション「RECRUIT Challenge - Coupon Purchase Prediction」開催を決定 株式会社リクルートホールディングス(本社:東京都千代田区、代表取締役社長 兼 CEO:峰岸真澄、以下リクルート)の人工知能(AI)の研究機関であるRecruit Institute of Technology(以下、RIT)は、世界最大のデータサイエンティストコミュニティであるKaggle(https://www.kaggle.com)において、日本企業として初の共催となるデータ予測コンペティション「RECRUIT Challenge - Coupon Purchase Prediction」を開催いたしま
定性データ(社内文書・Twitter・顧客アンケート・ユーザーレビュー)を一から見てそれぞれの意見に分けていくことは手間も時間もかかります。 そこで頂いた定性データを当社で意味解析し、数量・内容ともわかりやすい定量データとしてご提供しています。 ① 《自立語辞書(国語辞典のようなもの)》 単語の意味を決定する辞書 ② 《連語・シソーラス辞書》 類義語辞典や用法辞典のようなもの 組み合わせると良し悪しなど意味が変わる用法辞書 例:果物が甘い(良い)、検査が甘い(悪い) 例:バナナ(広義語:果物)が甘い(良い) 約1億1千万組 ③ 《付属語辞書(モダリティー)》 文の構造を決定し、否定かどうかを判定 例:飲むかも知れない(推量)・飲んでもらえないか(依頼) 約140万種類 これらの3つを使い単語の意味・文章の良し悪し、構文の把握を行い正確なデータを作り出しています。
Tableau を使う理由 Toggle sub-navigation Tableau とは データカルチャーの構築 Tableau Economy コミュニティ Salesforce Advantage Tableau のお客様 Tableau について Toggle sub-navigation ミッション 研究 受賞と称賛 Tableau Foundation Tableau における平等 採用 製品 Toggle sub-navigation プランと価格 Toggle sub-navigation Pricing Calculator Tableau プラットフォーム Tableau Pulse Tableau AI Tableau Desktop Tableau Server Tableau Cloud Tableau Prep CRM Analytics Tableau Pu
お盆真っ盛り&暑さ最高潮&夏休みムード漂う今日この頃ですが皆様いかがお過ごしでしょうか。 最近はAmazon Redshiftに関して色々調査実践等を行なっているのですが、Amazon Redshiftで収集したビッグデータを扱う『分析ツール』もまた欠かせないものであると思います。今回、BI(ビジネス・インテリジェンス)ツールとして『Tableau』という企業の製品が良い感じですよ、という情報を得たのでトライアル版を導入し、動作確認やRedshiftとの連携等を試してみました。 目次 Tableau Softwareとは Tableau Softwareの製品一覧 Tableau Desktopを試しに使ってみる Tableau Desktop: オンライン無料入門トレーニング Tableau製品に関する各種ドキュメント Amazon Redshiftとの連携 まとめ Tableau So
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