OSSとビッグデータアナリティクス

競争優位性を実現するアナリティクスの2つの要因 - (page 2)

島田 茂(日本テラデータ) 2016年08月22日 09時55分

  • このエントリーをはてなブックマークに追加
  • 印刷

モデル構築におけるテクニック

 モデル案(構造化仮説)と要素の抽出(取得可能なデータ)ができたら、入力情報、出力情報が定義された予測モデルとして具体化していく。 モデルの具体化には、統計手法から機械学習手法などの様々なテクニックを組み合わせて実施する(図4)。

図4
図4

 例えば、図4において、モデル案自体を1~3(図では○数字で表記)の部品と分けた場合、1はパターンモデルとして、2は興味があるなしを判別する重回帰モデルとして、そして全体として1、2を組み合わせて、3購買予測モデルとして構築する。

 1、2、3に対して、どの手法をどう適応するかは、データの品質や量によって異なってくるため、データの理解と手法の理解が求められる。

 以下(図5)に、アナリティクスにおける分析手法について簡易的にまとめてみた。特に最近注目されている機械学習においては、適応方法により、従来型の統計分析を包含するような関係にもあるが、従来型の統計分析手法に対応づける形にしてある。またビッグデータ分析は、OSSの中では、膨大なデータ量に対応した計算アルゴリズムとアーキテクチャを備えたHadoopエコシステムの中で実施することが適している。

図5
図5

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

SpecialPR

連載

CIO
月刊 Windows 10移行の心・技・体
ITアナリストが知る日本企業の「ITの盲点」
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
セキュリティインシデント対応の現場
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft Inspire
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]