編集部からのお知らせ
「ZDNet Japan Summit」参加登録受付中! 
新着記事集:「負荷分散」
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)

2016-08-22 09:55

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)

特集

CIO

モバイル

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

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 ]