データ分析・ストーリーでファシリテートする力
木曜日, 18 12月 2014
by ttakenouchi@trendtrap.com
チーム検討という場を、カラ元気ではない裏付けある主体性を促進する、真に創造的なものにするためにデータを利用する
- Published in データサイエンスコラム
需要予測とPower Viewの連携:明日のBEST10を見える化
木曜日, 17 7月 2014
by ttakenouchi@trendtrap.com
ビッグデータで売れ筋を見える化することはできる。 しかし、明日何が売れるかわからないと・・意味がない! そこで
- Published in データサイエンスコラム
問題解決型のデータ分析 VS 問題発見型データ分析
月曜日, 30 6月 2014
by ttakenouchi@trendtrap.com
どちらか一方が正しいわけではないようだ
- Published in データサイエンスコラム
ビッグデータ本番環境がそろってきた!
月曜日, 30 6月 2014
by ttakenouchi@trendtrap.com
グーグルがビッグデータ分析基盤をサービスとして提供へ――「Cloud Dataflow」 そして「Amazon
- Published in データサイエンスコラム
ビッグデータ読み・書き・算盤(そろばん)サービスの提供開始
火曜日, 27 5月 2014
by ttakenouchi@trendtrap.com
トレンドトラップでは創業以来、ビッグデータを実ビジネスへ活用する仕組みを提案してきた経験から、社内に蓄積された
- Published in 製品とサービス
予測検証トライアル・サービス
土曜日, 26 4月 2014
by ttakenouchi@trendtrap.com
データサイエンスで未来を切り開く!トレンドトラップ需要予測システム 販売予測をデータサイエンスで挑戦する経験が
- Published in 製品とサービス
BizSparkプログラム
木曜日, 24 4月 2014
by ttakenouchi@trendtrap.com
マイクロソフト社が提供する” BizSpark“=ビズスパークは、生まれたてのソフトウ
- Published in データサイエンスコラム
実績データがあればお手軽に予測できるか?:欠損値の扱い
火曜日, 22 4月 2014
by ttakenouchi@trendtrap.com
店舗POSデータやERPから得られるデータに欠損値(あるいは異常値)があるのは、ごくごく普通のことです では一
- Published in データサイエンスコラム
カレンダーを読む
月曜日, 21 4月 2014
by ttakenouchi@trendtrap.com
ゴールデンウイークや盆暮れ、正月休みが予測モデルへ反映できるかどうかは、予測性能および検証の効率性からも重要で
- Published in データサイエンスコラム
実績データを使って予測精度を確認する簡単な方法:バックテストと予測モデルの選択
日曜日, 20 4月 2014
by ttakenouchi@trendtrap.com
“Trendtrap”, our prediction engine, it is p
- Published in データサイエンスコラム
Recent Posts
製造現場で発生する異常や不良は発生頻度が低く、異常データを学習させることが難しいというが・・ほんとう?
故障予知といっても1年に2回もおきない事故データを統計学習させるには数年待たないと実務にのらな...トポロジー最適化を考える
先だって、日経新聞の記事で「マツダ、車体平均3%軽量化 「電脳」味方に設計改革 限界突破の設計...Microsoft AzureがSAP_HANAを「どこでも開発やテスト」可能にする
Microsoft AzureがSAP HANA, express editionのコンセプト...SAP HANAとRインテグレーション
SAP_HANAは単なるインメモリーデータベースではない ”R”をデータサイエンス・演算エンジ...数理最適化の展望:都市基盤安全工学国際研センター・オープンレクチャー:Edward Rothberg氏 / Robert Bixby氏 講義
最適化エンジン:Groubi生みの親Robert Bixby氏とEdward Rothberg...