OLAPキューブ - Wikipedia
OLAPキューブの例 OLAPキューブは、データの多次元配列である[1]。Online Analytical Processing（OLAP）[2]は、洞察のためにデータを分析するコンピューターベースの手法である。ここでキューブという用語は、多次元データセットを指し、次元数が3より大きい場合、ハイパーキューブとも呼ばれる。 用語[編集] キューブは、2次元または3次元のスプレッドシートの多次元の一般化と考えることができる。例えば企業が製品ごと、期間ごと、および都市ごとに財務データを集計して、実際の費用と予算の費用を比較したい場合すると、製品、時間、都市、シナリオ（実際と予算）はデータのディメンションである[3]。 データが任意の数の次元を持つことができる場合、キューブは多次元データセットの省略形である。ハイパーキューブという用語は、特に3次元を超えるデータで使用されることがあるが、厳密な数
実は手堅くない送りバント 「損益分岐点」は打率1割 野球データアナリスト 岡田友輔 - 日本経済新聞
初回、先頭打者が出塁して2番打者。ここで送りバントのサインが出れば、解説者は決まってこう言うだろう。「手堅いですね」。しかし統計からみると、これは正確とはいいがたい。まずは2014～18年の日本のプロ野球（NPB）における「得点期待値」をみてみよう。特定の状況からそのイニングが終わるまでに入った得点の平均を示す。無死一塁の0.804点に対し、1死二塁では0.674点。つまり送りバントを決めて走
skozawa,Shunsuke Kozawa,小澤俊介
自然言語処理 長単位解析, 中単位解析 長単位解析器Comainu 言語資源 言語資源メタデータデータベースSHACHI 感情分析 テキストマイニング/文書分類 ノウハウの獲得 外出行動のアドバイス抽出 言語資源の用途情報抽出
Python pandas 図でみる データ連結 / 結合処理 - StatsFragments
なんかぼやぼやしているうちにひさびさの pandas エントリになってしまった。基本的な使い方については網羅したい気持ちはあるので、、、。 今回は データの連結 / 結合まわり。この部分 公式ドキュメント がちょっとわかりにくいので改訂したいなと思っていて、自分の整理もかねて書きたい。 公式の方はもう少し細かい使い方も載っているのだが、特に重要だろうというところだけをまとめる。 連結 / 結合という用語は以下の意味で使っている。まず憶えておいたほうがよい関数、メソッドは以下の 4 つだけ。 連結: データの中身をある方向にそのままつなげる。pd.concat, DataFrame.append 結合: データの中身を何かのキーの値で紐付けてつなげる。pd.merge, DataFrame.join 連結 (concatenate) 柔軟な連結 pd.concat ふたつの DataFram
ツイート中の頻出キーフレーズと連想語から関心事を可視化する実験: Twitter Streaming API→Yahoo API→各種補完API→Gephi - NO_WAIT_FOREVER
Twitter Streaming APIを使用して自分のツイートを取得し、頻出語を調べることを思い立ちました。 Twitterアカウントを通して見た自分の関心事がどんなものであるかを調べ、 どれくらい当たっているかを見る遊びでしたが、結果は当たらずといえども遠からずといった程度でした。 既存のサービスを呼び出すだけのプログラミングであり、 簡単に実装できると思いきや、コード量は思ったより多くなり苦労しました。 この記事では、使用したライブラリやAPIの備忘録を兼ねて、プログラム例とツイートの解析結果可視化例を紹介します。 実験の概要 下記の流れで実験しました。自分のTweet中のキーフレーズだけでは面白くないので、 ちょっと血迷ってGoogleなどが提供する補完サービス(いわゆるサジェスト)の結果を 「連想語」として利用することを考えました。 Twitter Streaming APIを
DMM inside
日本アニメ初の快挙！海外アニメ賞を受賞した『スキップとローファー』海外ライセンス部長&プロデューサーが語る、奮闘の舞台裏
当社データサイエンティストがこよなく愛している『mコマンド』で数億行を高速集計する話 - ハウテレビジョンブログ
どうも。 1月に入社したばかりの、データ分析担当のn_maoです。 と言いながら、最近はHTMLとjsばかりいじっております。 それはそれで楽しいです。 さて今回はデータ分析のざっくりとした仕事内容と、その分析にかかる手間を省くツールをご紹介します。 データ分析の仕事 まずは私の行っているデータ分析という仕事の内容をご紹介します。 私の主な仕事は大きく分けて４つです。 売上げ、会員登録数などの簡単な集計&自動レポーティング データベースからの知識発見（いわゆるデータ分析） 分析結果をもとにした企画立案 実施された企画の効果検証 あくまで私個人の仕事内容であり、データ分析者全員に当てはまるわけではありません。 アルゴリズムの研究開発の方や、インフラ寄りの方もいらっしゃるでしょう。 ですが、同じ職種の方で業務範囲が被っている方も少なからずいらっしゃると思います。 これら４つの業務の中で一番時間
Tableau: Business Intelligence and Analytics Software
Explore data, deliver insights, and take action with Tableau AI. Accelerate decision-making and eliminate repetitive tasks with Tableau Pulse and Einstein Copilot. Intelligent analytics at scale. Watch Demo Try Tableau for Free Tableau Pulse is now generally available. Learn more. Explore the latest data trends in the age of AI. Check out what more than 10,000 analytics, IT, and business leaders h
データ作法
[2019-02-04] ざっと改訂した。 [2020-10-03] 最後に追記を設けた。 [2023-10-13] Excelの問題はかなり改良された。詳しくはExcel で CSV ファイルを扱う場合の注意参照。 はじめに 例えば日本の人口は1.26億人であるといった個々の「事実」は自由に伝達できる（著作権法第十条2「事実の伝達にすぎない雑報及び時事の報道は、前項第一号に掲げる著作物に該当しない」）が，事実を集めたデータベースは一般に著作権法で保護される（著作権法第十二条の二「データベースでその情報の選択又は体系的な構成によつて創作性を有するものは、著作物として保護する」）。 政府統計の総合窓口（e-Stat）にはたくさんのデータが収められているが，そのご利用にあたってには「商用目的で複製する場合は、予め個々の情報に関する著作権を有している各府省等までご相談下さい」と書かれており，一定
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
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
GitHub - andkret/Cookbook: The Data Engineering Cookbook
VISITS
カラムナフォーマットのきほん
Amazon.co.jp: 10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く (Informatics &IDEA): 青木峰郎: 本
機械学習によるデータ分析まわりのお話
http://pymc-devs.github.io/pymc/