2. ⾃⼰紹介 • 名前: takano • Twitter: @mtknnktm • 仕事: Web系企業のデータ関連あれこれ • 興味: 計算社会科学・複雑系科学 • もろもろ – Publications: https://sites.google.com/site/mtkn35699/ – Slide: http://www.slideshare.net/MasanoriTakano1 – Blog: http://mtkn.hatenablog.com/ 2 3. • ふと回帰分析したくなった時 • ふとMCMCしたくなった時 • ふと前処理したくなった時 • ふと機械学習したくなった時 • ふと集計したくなった時 • ふと社会科学したくなった時 でも iris はもう飽きた → そんなときのために、 誰でも使えるデータをご紹介 3 5. おもしろいと思った
指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。
2016年はクラウドの優劣が明確に、ハイブリッドクラウドが普通、コンテナはメインストリームに。3つの2016年予想記事を読む クラウドのエンタープライズへの浸透、Dockerに代表されるコンテナ型仮想化への注目、ストレージのHDDからSSDへの移行、ビッグデータ関連製品の盛り上がりなど、2015年もIT業界にはさまざまなトレンドがありました。 今年、2016年はどのような年になるのでしょうか？ 海外のメディアが報じている2016年の予想記事を見てみましょう。 クラウドの優劣が明確に、開発者の希少価値 Network Worldの記事「5 IT industry predictions for 2016 from Forrester and IDC」では、調査会社のForresterとIDCが発表した予測レポートから、重要だと思われる次の5つのポイントが挙げられています。 基本的には、ビッグ
IT Leaders トップ ＞ テクノロジー一覧 ＞ 業界動向 ＞ 市場動向 ＞ AI、IoT、ビッグデータなど知っておくべき4つの俯瞰図 業界動向 業界動向記事一覧へ [市場動向] AI、IoT、ビッグデータなど知っておくべき4つの俯瞰図 2015年7月15日(水)田口 潤（IT Leaders編集部） リスト 米国ではベンチャーキャピタリストなどの投資家が、担当分野の俯瞰図（ランドスケープ）を作成し、公開しているケースがある。分野の動きを追ったり企業動向を把握するには状況を一覧して把握できる俯瞰図が、とても都合がいいからだだろう。この種の整理は日本のITリーダーにとっても大いに参考になる。 例えば、Machine Intelligence（http://www.shivonzilis.com/）。いわゆるスマートマシン分野の俯瞰図だが、コア技術だけでもArtificial Intel
はじめに ビッグデータ解析のためのシステム基盤として、Hadoopをはじめとするオープンソースのデータ処理ソフトウェア（データ処理系）が広く利用されつつありますが、当該データ処理系をすでに利用している、もしくは利用の検討をしている読者の方々の中には、たとえば以下のような問題を抱えている方が少なからずいらっしゃるのではないでしょうか。 データ処理系の使い方はなんとなくわかるが、その内部をあまり理解できていない。または、内部の動作原理がよくわからないので、本格的に使う気にならない。 同様の目的を達成する複数のデータ処理系において、どれを使って良いかがよくわからない。または、適切に使い分けられていない気がする。たとえば、どのような場合にHadoopを用いて、どのような場合に同類のデータ処理系であるImpalaやSparkを用いれば良いかが“明確に”わからない。 このような問題を解決するには、
トレジャーデータの分析エンジンを採用した「Yahoo! ビッグデータインサイト」提供開始。月1000万件60回クエリまで無料のプランも。IDCフロンティア Yahoo! ビッグデータインサイトは、IDCフロンティアのクラウド基盤にfluentdやトレジャーデータのtd-agent、バルクアップローダーなどによってクラウドデータを収集、保存し、Hadoopなどの分散処理システムを組み合わせたトレジャーデータのデータ分析エンジンでデータの分析を行えるもの。 分析した結果はSQLやPig、REST API、ODBC/JDBCなどで得ることができます。分析処理基盤の性能はIDCフロンティア側でつねに最適化を行い、またデータは3重コピーによって保管されています。 利用者はビッグデータのためのインフラや分析ツールの構築や維持費用の手間を省け、数百億件ものデータであってもクラウド上の分散処理基板を活用し
やまざき・はじめ／1958年、北海道生まれ。東京大学経済学部卒業。現在、楽天証券経済研究所客員研究員。株式会社マイベンチマーク代表取締役。東京大学を卒業後、三菱商事に入社。野村投信、住友生命、住友信託、メリルリンチ証券、パリバ証券、山一証券、明治生命、UFJ総研など、計12回の転職を経験。コンサルタントとして資産運用分野を専門に手掛けるほか、経済解説や資産運用を中心に、メディア出演、執筆、講演会、各種委員会委員等を務めた。2024年1月1日、永眠。 山崎元のマルチスコープ 旬のニュースをマクロからミクロまで、マルチな視点で山崎元氏が解説。経済・金融は言うに及ばず、世相・社会問題・事件まで、話題のネタを取り上げます。 バックナンバー一覧 情報漏洩報道の後だから不安に ベネッセからのダイレクトメール ベネッセコーポレーションの個人データ漏洩が、大きな問題になっているちょうど最中に、拙宅の子ども
Kaoru Maeda 前田 薫 @mad_p OpenID BizDay #7「どう変わる？個人情報保護法改正とビッグデータ／パーソナルデータ活用ビジネス」 始まった #bizday 2014-07-07 16:03:18 Kaoru Maeda 前田 薫 @mad_p 山中さん: 背景について。去年の6月にIT最先端なんちゃらが出て、ビッグデータに入っている個人情報の保護を見直そうということになった。去年の9月から個人情報保護法の改正を視野に入れた検討が始まった #bizday 2014-07-07 16:03:36 Kaoru Maeda 前田 薫 @mad_p 山中さん: 今年の6月でひとくぎりで、パーソナルデータの利活用を見すえた大綱案が出た。いまパブリックコメント募集中。まずは大綱の中でうたわれること、検討会で検討されたことについて解説いただこうと #bizday 2014-0
Google、大規模データをリアルタイムに分析できるクラウドサービス「Google Cloud Dataflow」を発表。「1年前からMapReduceは使っていない」。Google I/O 2014 大規模分散処理のフレームワークとしてGoogleが開発し、Hadoopに採用されて広く使われているMapReduce。しかしGoogleはもうMapReduceを使わず、より優れた処理系の「Google Cloud Dataflow」を使っていることが、Google I/O 2014の基調講演で明らかにされました。 GoogleのシニアバイスプレジデントUrs Hölzle氏は、「エクサバイトのスケールまで扱え、パイプライン処理を記述しやすく最適化もしてくれる。それにバッチもリアルタイム分析も同じコードで記述できる」と、Cloud Dataflowの特長を説明します。 Google I/Oの
プライバシーに配慮しながらビッグデータの活用を進めていくためのルールを盛り込んだ「個人情報保護法」の改正を目指している政府の検討会は、「個人が特定されないようにデータを加工した場合は本人の同意を得なくても第三者に提供できる」などとした大綱の原案をまとめました。 商品の購入履歴や位置情報などのビッグデータは、新たな産業の創出につながると期待される一方、ほかの情報と組み合わせることで個人が特定されるおそれもあり、企業が活用に慎重になっています。 このため政府の検討会は、プライバシーに配慮しながら活用を進めるためのルールを盛り込んだ個人情報保護法の改正に向け検討してきました。 まず、今の「個人情報保護法」では、企業などが集めたデータをさらに別の企業など第三者に提供する場合、本人の同意を得ることが義務づけられていますが、大綱の原案では、企業の負担などを考慮して「個人が特定されないようデータを加工し
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 大げさな宣伝にのせられて、日常生活を単調かつ難しいものにしている制約や複雑さを、誰か、あるいは何かが超越してくれると信じることはたやすい。 ビッグデータは、良い結末を追求するあまりに過剰な期待をしてしまうという現象の最近の犠牲者である。ある報告書が、ビッグデータに関する好例の1つである「Google Flu Trends（インフルトレンド）」に暗い影を投じたことをきっかけにして、ビッグデータ人気の揺り戻しが始まっている。 Google Flu Trendsは、人々が使っている検索語に基づいてインフルエンザの感染率を世界規模で予測するサービスであり、29カ国で行われている大量の検索を解析している。 2009年にNatureで発表された論文
やがて訪れるデータ・エコノミー社会の将来像〜ビッグデータだけでは見えない情報社会の真実〜［第3回］森 祐治氏「データドリブンな社会では国のあり方も変わる」（1） 2013.03.07 現実世界と情報世界の対比について考えて行くと、経済における実体経済と金融という枠組みに似た形で事態が進んでいることに気づかされます。金融取引の世界においては、現実のモノに基づいた経済から、金融工学によって引きはがされたマネーが流通し、より大きなパワーとなって、それが逆に実体経済に影響を与えるという仕組みになっています。 金融経済が情報経済の先行モデルであるならば、両者の共通点と違いを整理して考えることはデータ・エコノミー社会の議論において、必要ではないでしょうか。金融化が進んだことによって世の中に起きた事象を振り返れば、社会が進もうとしているこれから先を見通すための良いヒントが得られるはずです。 さらに、その
「ビッグデータの活用や分析に関して、社内の情報システム部門はノウハウを持っていない。情シスを通さずに、ベンダーに直接発注している」。 某メーカーで顧客情報をベースに新しい事業を立ち上げたある人物は、2013年にこう語っていた。 長らく企業のIT化案件を一手に引き受け、ITに関するヒト・モノ・カネを握っていた情報システム部門。しかし近年は、事業部門などのユーザー部門が、IT化の企画立案をリードするケースが多く見受けられるようになった。ITコストが下がり、部門の予算内で投資しやすくなったことや、クラウドの普及で専門家無しでも運用できるようになったことが寄与している。 近年注目を浴びるビッグデータ活用は、その最たる例といえるかもしれない。膨大なデータをどう使い、どうビジネスに生かすか。そのイニシアチブは、あくまでユーザー部門にある。 「だからユーザー部門がビッグデータ活用の明確なビジョンを作って
VCs are clamoring to invest in hot AI companies, willing to pay exorbitant share prices for coveted spots on their cap tables. Even so, most aren’t able to get into such deals at all. Yet, small, unknown investors, including family offices and high-net-worth individuals, have found their own way to get shares of the hottest…
広野 彩子 日本経済新聞社NAR編集部次長 朝日新聞記者を経て日経ビジネス記者、2013年から日経ビジネス副編集長。日経ビジネスオンラインでコラムの執筆・編集を担当。入山章栄氏の著作『ビジネススクールでは学べない 世界最先端の経営学』を担当。 この著者の記事を見る
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
