必要な事前知識† 微積分：多変量の微分や積分は必要です．ラグランジュの未定乗数法や簡単な変分も必要ですがこれらは付録に簡単な解説があります．複素数の微積分については不要です． 線形代数：3×3以上の固有値・逆行列，行列に対する微積分は必要ですが，これらについては付録に簡単にまとめられています．\(l^2\)空間やヒルベルト空間，複素数については不要です． 確率：基礎については1章で述べられていますが，確率の扱いや考えに慣れていると便利です．確率測度など公理にまで踏み込んだ知識や，統計の検定などの知識は不要です． ↑ 本書に関連する分野† 以下の分野でデータからの予測や分析が必要とされる分野 対象分野：本書と直接的な関連がある分野には次のようなものがあります． 機械学習，パターン認識，統計，データマイニング 応用分野：機械学習，パターン認識，統計的予測技術が応用されている分野には次のようなも
Facebookの勢いがとまらない。 全世界会員3.5億人の50%は毎日訪問し，日平均で1億枚もの写真が投稿されている。 昨年のクリスマスには，米国内のアクセス数でFacebookがGoogleを押さえてトップになったことが話題になったが，実はページビューでは遥か前からFacebookがGoogleを圧倒している。 そしてそのパワーはついにマネタイズにもあらわれてきた。 複数のベンチャー投資筋からの情報 （2009/7, 記事：Solicon Alley Insider) として明らかにされたFacebookの2009年収益予想は次のようものだ。（1ドル90円換算） セルフ広告売上 200百万ドル （180億円） ブランド広告売上 125百万ドル （112.5億円） マイクロソフト提携広告売上 150百万ドル （135億円） バーチャルグッズ売上 75百万ドル （67.5億円） ■
java-ja 第12回のLTで話そうと思ったのですが、出番がなかったので資料をブログで公開しておきます。 Jungは研究などでグラフ構造が出たときに、理解しやすくするために可視化するのに使っています。他にもいくつかグラフを扱うライブラリは存在していますが、日本語の資料があったのと拡張可能なことが多かったのでJungを結果的に使うようになりました。 以下はそのJungについての簡単な解説です。 Jungとは Jungの正式名称はJava Universal Network/Graph Frameworkで、ネットワーク(グラフ) 構造の分析や視覚化を行うためのJavaのOSSライブラリです。グラフ理論、データマイニング、ソーシャルネットワーク分析のアルゴリズムを数多く実装しています。 安定バージョンは1.7.6で最新は2.0betaで、BSDライセンスで使用できます。 http://jun
752万人。ネッテレイティングス発表の2010年3月のTwitterユーザー数です*1。利用者の増加もあり、企業でのTwitter活用事例も増えてきました。しかし分析手法に関してはそれほど語られていません。 自社あるいは競合商品がどのように言及されているのか？ Twitter経由のサイトへの流入数とコンバージョン数は？ 自アカウントはどのように評価すればよいか？ Twitterから情報をどのように取得して無料で分析するか？これが、本記事の内容です。 Twitterはユーザーの素直な声が溢れている情報の宝庫です。例え自社アカウントを持っていなくても、自分達のサービスや業界に関する、幅広い意見が存在します。これをマーケティングに使わない手はありません。 長文ですのでお時間がある時にどうぞ。 目次 1.Twitterの情報取得 1.1つぶやき情報 1.2アカウント情報 1.3アクセス解析情報 2
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
処理を実行中です
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