2014.10.22

「集計」から「機械学習」への入門

By 株式会社ブレインパッド 下田倫大、太田満久

  • 小
  • 中
  • 大

最近「機械学習」という用語を聞く機会が増えたのではないでしょうか? 「ビッグデータ」「データサイエンティスト」ブームの後押しを受ける形で、データを活用した施策実施への一つの方法論として、機械学習が注目を集めています。機械学習は、従来の集計をベースにした分析とはどのように違うのでしょうか? 本稿では、機械学習の概要について説明することでその疑問にお応えするとともに、機械学習を実践するために必要となるソフトウェアについてもご紹介します。

会員限定です。続きをお読みいただくには、会員登録が必要です。*

無料会員登録

※ すでに会員登録がお済みの方は、こちらからログインしてください。

この記事を読んでいる人はこんな記事も読んでいます

技術情報一覧

ハドゥープ(Hadoop)で行政機関の効率を高める方法(03/10)

Hadoopで最高のものを期待して、最悪の事態に備える: 電話会社の災害復旧計画(03/09)

IoTデータプラットフォームへの主要な要求仕様(02/09)

MapR Sandbox for Hadoopへのネットワークの構築の仕方:ホワイトボード・ウォークスルー(01/13)

Hadoopの知識が無くてもHadoopを使う方法(01/10)

エンタープライズデータハブの構築: 基盤ソフトウェアの選択(01/07)

Apache Drillの優れた4つの理由(01/06)

MapRとSplunk Hunkを利用したソーシャルメディア分析(01/05)

Apache Drillを使用してYelpの生データを数分で分析する方法(12/02)

スマートフォンと「モノのインターネット」(12/01)

Hadoopのベテランによる実体験(11/25)

ディープラーニングとニューラルネットワーク・ラーニングの対比:ホワイトボード・ウォークスルー(11/25)

「集計」から「機械学習」への入門(10/22)

[PDF] ビッグデータ活用に備えるデータ蓄積インフラへの要件(10/02)

モノのインターネットとは、そしてなぜビッグデータが問題になるのか?(10/02)

モノのインターネット(IoT)を推進する14の利点と原動力(10/01)

ビッグ・データとは、定量化され追跡される、すべてのものである(09/01)

ビッグ・データ解析業務における”標準”の底上げ(07/24)

ビッグデータが向かう次なる目的地 – 認知解析 -(07/22)

MahoutとSolrを活用したレコメンデーションにおけるイノベーション(07/11)