<?xml version="1.0" encoding="utf-8" ?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>ビッグデータとは何か</title>
<link>https://ameblo.jp/bigdata0901/</link>
<atom:link href="https://rssblog.ameba.jp/bigdata0901/rss20.xml" rel="self" type="application/rss+xml" />
<atom:link rel="hub" href="http://pubsubhubbub.appspot.com" />
<description>最近話題のビッグデータについてわかりやすく解説します。</description>
<language>ja</language>
<item>
<title>ビッグデータを活用するためのポイント</title>
<description>
<![CDATA[ ビッグデータはあくまでもビジネスに役立てるための手段にすぎず、最終目的にしてはいけないといわれます。<br><br>ビッグデータがビジネスの万能選手だということはなく、釣りをするのに釣竿が必要なのと同じです。<br><br>とはいえ、データが無ければ何にもできるわけではないので、やはりデータ第一であることは確かです。<br><br>そして、ビッグデータを活用することをマスターした企業は、業務の中でどの意思決定をよりよく行いたいのかを特定し、それに必要な人材やデータ、ツールやプロセスを検討するという目的から遡る形でアプローチをしていることが多いのです。<br><br>ビッグデータ活用の３つのポイント<br><br>人材活用<br>大量のデータを扱える専門職、例えばデータサイエンティストなどを登用する。<br>超巨大なデータセットから不要なものを除外し整合するスキルが求められる。<br>データサイエンティストは、単なる技術職ではなく、ビジネス用語を使いこなし、経営幹部をビッグデータを活用するよう提言することができる人材である。<br><br>技術力<br>今までの企業内の情報システム部門ではビッグデータを処理するソフトウェア、プラットフォームのHadoopを使いこなすことができるとはいえない。<br>これからの情報処理部門は、これらのビッグデータ処理技術を活かし、すべてのデータを統合、整理することが求められていくだろう。<br><br>意思決定力<br>これまでの直観に頼った意思決定、行動を排し、データを後付で利用することのないようにしなければならない。<br>優れた企業は情報とそれに関連した意志決定権を同じ場所に集約する。<br>
]]>
</description>
<link>https://ameblo.jp/bigdata0901/entry-11629534456.html</link>
<pubDate>Sun, 06 Oct 2013 18:19:03 +0900</pubDate>
</item>
<item>
<title>R言語の分析手法</title>
<description>
<![CDATA[ データ分析で必要なのが、分析ツールですね。<br><br>例えばアンケートの分析をしたいときに何を使って分析するのかということです。<br><br>Excel、SPSS、SAS、SPLUS、R言語など分析ツールが選択できます。<br><br>これからデータサイエンティストになりたいというなら、R言語くらいは覚えておいて損はないでしょう。<br><br>R言語というのは、統計解析、機械学習、データマイニングのためのプログラミング言語のことです。<br><br>SPSS、SAS、ExcelなどでR言語とのインターフェースを実装してきており、ビッグデータやデータ分析ではほぼデフォルトスタンダードになりつつあるので、学んでおいた方が良いでしょう。<br><br>R言語は、Windows、Linux、Mac OSなどで使うことが出来るので、PCからサーバインストール型にも対応しているのが便利です。<br><br>そしてR言語でできる分析手法には何があるのか？<br><br>予測に良く使うのが多変量解析です。<br><br>次によく聞くのが回帰分析です。<br><br>回帰分析には、線形回帰分析、ロジスティック回帰分析、決定木分析などがあります。<br><br>要約するときに使うのが主成分分析です。<br><br>これら以外の分析手法には、多次元尺度法、クラスタリング、k-means手法などもあります。<br>
]]>
</description>
<link>https://ameblo.jp/bigdata0901/entry-11628343429.html</link>
<pubDate>Sat, 05 Oct 2013 08:28:57 +0900</pubDate>
</item>
<item>
<title>ビッグデータの襲来</title>
<description>
<![CDATA[ ここ最近、ビッグデータが色々なところで話題になっている。<br><br>書店にいくとビッグデータに関する書籍が新刊として見られる。<br><br>IT展示会の案内にもビッグデータ、データサイエンティストに関するものが出てきている。<br><br>IT業界の特性として、流行ものにいち早く手を出しておいた方が良いという空気がある。<br>ビッグデータという言葉を前面に出すことによって、最新IT企業であることを訴えている。<br><br>まあ、言うのと行うのは別のことである。<br><br>名乗りを挙げるのは簡単だけど、実態が追い付いていないのが現状だろう。<br><br>特に大企業は、組織を立ち上げるだけでも1，2年かかるのだから。<br><br>本当に実力があり、ニーズを把握して良いものを提供してくれるところが生き残る。<br><br>いや、生き残ってほしい。という願望。<br><br>一時流行ったクラウドコンピューティングにしても、当時ほど騒がれなくなっている。<br><br>良い意味で騒がれなくなったというよりも、浸透してきていると言った方がいいか。<br><br>クラウドコンピューティングの現象に似ているのがビッグデータである。<br><br>5年後には騒がれなくなり、当たり前のキーワードとして生き残る。<br><br>廃れるのではない、浸透するのである。<br><br>もちろん浸透せずに廃れてなくなる言葉もある。<br><br>言葉だけ残るということ。<br><br>クラウドは消費者、ユーザ視点から普及していった。<br><br>ビッグデータはどちらかというと企業ニーズであるかもしれない。<br><br>経営、ビジネスに直結するのがビッグデータではないか。<br><br>大きな市場になるのかもしれない。<br><br>欧米では真剣に検討がスタートしたらしい。<br><br>間違いなく日本に襲来するのは確かだ。<br><br>
]]>
</description>
<link>https://ameblo.jp/bigdata0901/entry-11617547452.html</link>
<pubDate>Fri, 20 Sep 2013 06:43:26 +0900</pubDate>
</item>
<item>
<title>ブレインパッド、「データサイエンティスト入門研修」を個人向けに提供開始</title>
<description>
<![CDATA[ ブレインパッド、「データサイエンティスト入門研修」を個人向けに提供開始する<br><br><blockquote>ブレインパッドは、企業におけるビッグデータ分析組織の導入を支援する「データサイエンティスト入門研修」を「データサイエンティスト」を目指す個人の方にも広く提供し、分析・データ活用を行うために必要なコアスキルの形成を支援していくと発表した。</blockquote><br><br><br>データサイエンティストを養成する研修を始めるようです。<br>これから当分はこういったビッグデータに関わる人材教育が盛んになるでしょう。<br>ビッグデータでSQLを教えるのは？？ですが、本当に必要な教育は何かを冷静に判断した方が良さそうです。<br><br>
]]>
</description>
<link>https://ameblo.jp/bigdata0901/entry-11606839534.html</link>
<pubDate>Wed, 04 Sep 2013 22:18:23 +0900</pubDate>
</item>
<item>
<title>ビッグデータとは</title>
<description>
<![CDATA[ <a href="http://ja.wikipedia.org/wiki/%E3%83%93%E3%83%83%E3%82%B0%E3%83%87%E3%83%BC%E3%82%BF" target="_blank">ビッグデータとは</a>、市販されているデータベース管理ツールや従来のデータ処理アプリケーションで処理することが困難なほど巨大で複雑なデータ集合の集積物を表す用語である。（Wikipediaより）<br>
]]>
</description>
<link>https://ameblo.jp/bigdata0901/entry-11604905212.html</link>
<pubDate>Mon, 02 Sep 2013 07:11:40 +0900</pubDate>
</item>
</channel>
</rss>
