Beyond Interactive: Notebook Innovation at Netflix
By Michelle Ufford, M Pacer, Matthew Seal, and Kyle Kelley Notebooks have rapidly grown in popularity among data scientists to become the de facto standard for quick prototyping and exploratory analysis. At Netflix, we’re pushing the boundaries even further, reimagining what a notebook can be, who can use it, and what they can do with it. And we’re making big investments to help make this vision a
Cloudera Blog
Enterprises see embracing AI as a strategic imperative that will enable them to stay relevant in increasingly competitive markets. However, it remains difficult to quickly build these capabilities given the challenges with finding readily available talent and resources to get started rapidly on the AI journey. Cloudera recently signed a strategic collaboration agreement with Amazon […] Read blog p
Data Warehouse and Analytics Infrastructure at Viki
Update: We have published a follow-up post after this, outlining how we build our own Hadoop cluster here At Viki, we use data to power product, marketing and business decisions. We use an in-house analytics dashboard to expose all the data we collect to various teams through simple table and chart based reports. This allows them to monitor all our high level KPIs and metrics regularly. Data also
アドテクスタジオ・データサイエンティストアカデミー | 株式会社サイバーエージェント
アドテクスタジオ・データサイエンティストアカデミーとは インターネット業界で活躍する人材のスキルアップ支援を目的として、現在、サイバーエージェント以外でエンジニア職に就いている方を対象とした無料講座「データサイエンティストアカデミー」を2014年2月より開講いたします。 「データサイエンティストアカデミー」は、サイバーエージェント・アドテクスタジオが主催する現役エンジニア向けの無料プログラムです。 参加者は、約1ヶ月にわたり休日に受講するプログラムで、現在の仕事を続けながら、より専門的な知識や高度な技術を身に着けることが可能です。 今回開講する「データサイエンティストアカデミー」では、『Rによる統計・データマイニング講座』を中心にプログラムを実施します。 参加者は本プログラムの受講後、データマイニングエンジニアとして、分析結果を統計的に正しく報告し、次の意思決定に向けた提案が出来る
Apache Sparkメモ(Hishidama's Apache Spark Memo)
概要 [/2017-01-14] Hadoopとの比較 [/2014-09-12] サンプル [/2017-01-22] インストール 開発環境の構築 [2017-01-22] インストール [/2017-01-14] Sparkシェル [/2014-09-19] 実行方法 [/2017-01-18] API（RDD系） SparkContext [/2014-09-15] RDD [/2017-07-26] パーティション [2014-09-07] Kryo（シリアライズ） [/2015-01-15] Spark SQL [/2014-09-02] Hive操作 [2014-09-01] Streaming [2014-09-02] API（Dataset系） SparkSession [2017-01-14] Dataset [/2020-10-08] Encoder [2017-01
Network analysis predicts drug side effects
Network analysis predicts drug side effects Technique can foresee adverse events before medications hit the market Using a new mathematical approach, scientists have predicted drug side effects that typically aren’t discovered until thousands of people have taken a medication. The technique is especially good at foreseeing side effects that show up after days or months of taking a drug, suggesting
WSDM 2012気になった論文リスト - kisa12012の日記
WSDM2012のAccepted Paperが公開されています． http://wsdm2012.org/program/overview.html 最近，気になった論文リストしか書いていないですね・・． 何かエントリ書きます． How to Win Friends and Influence People, Truthfully: Influence Maximization Mechanisms for Social Networks, Yaron Singer Find Me Opinion Sources in Blogosphere: Opinionated Blog Feed Retrieval, Xueke Xu, Songbo Tan, Yue Liu and Xueqi Cheng Learning Evolving and Emerging Topics in Soc
WSDM2012 Accepted papers
PDF Version of the program WSDM 2012 will be held from Feb. 8-12, 2012. The program will feature tutorials (2/8), workshops (2/12), a doctoral consortium (2/8), 75 papers (2/9-2/11), and keynotes. A detailed schedule is now available here. Quick links Registration Workshops Tutorials Program (PDF) Travel Information Venue Local Info (to do/see/eat) Key dates Jul. 1, 2011 - Workshop proposals due A
[Ｒ勉強会][データマイニング] R言語による時系列分析
第4回R勉強会＠東京(10/4/24)の講師資料です。hamadakoichi R言語による時系列分析。 Read less
![[Ｒ勉強会][データマイニング] R言語による時系列分析](https://cdn-ak-scissors.b.st-hatena.com/image/square/f1400933dedc843cedb02dc299edefd6e0d94c1f/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fr-100423232629-phpapp01-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
第12回 データマイニング+WEB 勉強会＠東京( #TokyoWebmining 12th)－機械学習MapReduce・大規模R解析 祭り－ を開催しました - hamadakoichi blog
2011/06/19 "第12回 データマイニング+WEB 勉強会＠東京−機械学習MapReduce・大規模R解析 祭り−"を開催しました。 第12回 データマイニング+WEB 勉強会＠東京 ( #TokyoWebmining 12th)−機械学習MapReduce・大規模R解析 祭り−: Eventbrite Google グループ 会場提供し運営を手伝って下さった ニフティ株式会社 のみなさん、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。会場参加、USTREAM参加ともに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： 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「データマイニング+WEB勉強会＠東京 について」(10分) 講師 ： id:hamadakoichi
大規模データを無料で手に入れることのできるサイトまとめ - nokunoの日記
大規模データが公開されているサイトについて以下のQuoraでid:makimotoさんが質問していました。Data: Where can I get large datasets open to the public? - Quora以下、紹介されているサイトの一覧です。一部有料のものもあるようです。UCI Machine Learning RepositoryPublic Data Sets : Amazon Web ServicesCRAWDADno titleCity of Chicago | Data PortalGovLoop | Social Data Network for Governmentdata.gov.uk | Opening up governmentData.Medicare.GovData.Seattle.Gov | Seattle’s Data SiteOp
Stanford University - Introduction to Computational Advertising
September-December, 2011 - Stanford University, California Contents Course Information Course Schedule Lecture Handouts Readings Assignments Project Instructor Bios Related Courses Acknowledgement Course Information Overview Computational advertising is an emerging new scientific sub-discipline, at the intersection of large scale search and text analysis, information retrieval, statistical modelin
Weka 3 - Data Mining with Open Source Machine Learning Software in Java
Weka is a collection of machine learning algorithms for data mining tasks. It contains tools for data preparation, classification, regression, clustering, association rules mining, and visualization. Found only on the islands of New Zealand, the Weka is a flightless bird with an inquisitive nature. The name is pronounced like this, and the bird sounds like this. Weka is open source software issued
きれいなおねいさんのあつめかた：Bijostagramのはなし。 - TMBのおぼえがき
Bijostagram（びじょすたぐらむ）というWebサービスを作ってみました。 Bijostagram - Cute Girls on Instagram きれいなおねいさんは、好きですか？ Bijostagramとは？ Bijostagramは、きれいなおねいさんの画像がたくさん眺められるサービスです（個人的に作りました）。一番の大きな特徴は、Instagramから自動的にきれいなおねいさんの画像を集めてくる、というところです。Bijostagramでは、集めてきたおねいさん画像をランダムに表示しています。 Instagramは写真版Twitterで、しかも撮影した画像をオサレな感じで加工できてツイートできるというサービス。２月末に公式のAPIが公開されたので、いじってみました。→インスタグラムのAPIについてはこちら Bijostagramは、画像抽出と画像配置のアルゴリズムをPer
livedoor Techブログ : decision tree (決定木) でユーザエージェント判定器を作ってみる
アクセスログのユーザエージェント(UA)からブラウザを判別するのって，みんな何使ってますか？ 自分が作ったアクセス解析システムでは HTTP::BrowserDetect と HTTP::MobileAgent にそれぞれ独自パッチをあてたものを使っています。これらはルールベースの判定器なので，新しいブラウザや新種の bot が登場するたびに手作業でルールを追加し，パッチを作って配布するという作業が必要になります。 この更新作業が大変面倒くさくて対応が遅れがちになるので，「このUA文字列はこのブラウザですよ、という例を大量に与えたら、自分で勝手に判定ルールを学習してくれるようになったら便利なのになぁ」と思い，decision tree (決定木)を使ってみることを思い立ちました。 目標は， "Mozilla/5.0 (Windows; U; Windows NT 6.1; ja; rv: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
WoW Boost - Buy World of Warcraft Boosting in US and EU
第二回データサイエンティスト木曜勉強会20141016
https://kibana.org/
Charming Python: Functional programming in Python, Part 3
ソーシャルグラフ分析
